Question

我编写了一个程序来计算文本中的行，单词和字符：它用线程来完成。它有时很好用，但其他时候却不那么好。最终发生的是指向单词数量的变量，计算的字符有时会变短，有时则不会。

在我看来，线程有时会在他们可以计算他们想要的所有单词或字符之前结束。是因为当while（true）循环中断时这些线程超出了范围吗？

我已经在下面的问题中包含了代码：

private void countText() {
  try {
    reader = new BufferedReader(new FileReader("this.txt"));
    while (true) {
      final String line = reader.readLine();
      if(line == null) {break;}
      lines++;
      new Thread(new Runnable() {public void run() {chars += characterCounter(line);}}).start();
      new Thread(new Runnable() {public void run() {words += wordCounter(line);}}).start();
      println(line);
    }

  } catch(IOException ex) {return;}

}

（子问题：这是我第一次询问某些内容并发布代码。我不想使用StackOverflow代替谷歌和维基百科，我担心这不是一个合适的问题？我试过了使问题更加通用，以便我不只是在寻求我的代码的帮助......但是，是否有另一个网站，这种问题可能更合适？）

Answer 1

不同的线程设计可以更容易地找到并解决这类问题，并且更便于讨价还价。这是一个长期的回应，但总结是“如果你正在用Java做线程，请尽快查看java.util.concurrent”。

我猜你是多线程化这段代码来学习线程而不是加速计算单词，但这是一种非常低效的线程使用方式。你要创建两个线程每行 - 一千个线程文件的两千个线程。创建线程（在现代JVM中）使用操作系统资源，并且通常相当昂贵。当两个 - 更不用说两千个线程 - 必须访问共享资源（例如您的chars和words计数器）时，由此产生的内存争用也会损害性能。

将计数器变量synchronized设为Chris Kimpton suggests或Atomic为WMR suggests可能会修复代码，但这也会使争用效果更糟。我很确定它会比单线程算法慢。

我建议只使用一个长期存在的线程来查找chars，一个用于words，每个线程都有一个工作队列，每次要添加新号码时都会向其提交作业。这种方式只有一个线程写入每个变量，如果你对设计进行了更改，那么谁更明显谁负责什么。它也会更快，因为没有内存争用，你不会在紧密循环中创建数百个线程。

一旦你阅读了文件中的所有行，同样重要的是，在实际打印出计数器的值之前，等待所有线程完成，否则你会丢失更新来自尚未完成的线程。使用您当前的设计，您必须建立一个您创建的大量线程，并在最后检查它们是否全部死亡。使用队列和工作线程设计，您可以告诉每个线程耗尽其队列，然后等待它完成。

Java（1.5及以上版本）使这种设计非常容易实现：查看java.util.concurrent.Executors.newSingleThreadExecutor。它还可以让以后更容易添加更多的并发性（假设正确的锁定等），因为您只需切换到线程池而不是单个线程。

Answer 2

正如Chris Kimpton已经正确指出的那样，您在不同线程中更新chars和words时遇到问题。在this上同步将不起作用，因为this是对当前线程的引用，这意味着不同的线程将在不同的对象上同步。您可以使用额外的“锁定对象”来进行同步，但解决此问题的最简单方法可能是使用AtomicIntegers作为2个计数器：

AtomicInteger chars = new AtomicInteger();
...
new Thread(new Runnable() {public void run() { chars.addAndGet(characterCounter(line));}}).start();
...

虽然这可能会解决您的问题，Sam Stoke's more detailed answer完全正确，但原始设计效率很低。

回答关于线程何时“超出范围”的问题：您正在为文件中的每一行开始两个新线程，并且所有线程都将运行，直到它们到达run()方法的末尾。这是除非你创建它们daemon threads)，在这种情况下，只要守护程序线程是唯一仍在此JVM中运行的线程，它们就会退出。

Answer 3

听起来对我来说是一个很好的问题......我认为问题可能与字符的原子性有关+ =和字词+ = - 几个线程可能同时调用 - 你做了什么来保证没有交错。

那是：

线程1，chars = 10，想要添加5

线程2，chars = 10，想要添加3

线程1计算出新的总数，15

线程2计算出新的总数，13

线程1将字符设置为15

线程2将字符设置为13。

除非您在更新这些变量时使用synchronized，否则可能是可能的。

什么时候线程超出范围？

3 个答案: