Java大师成长计划之第16天:高级并发工具类

news2025/5/10 13:43:27

📢 友情提示:

本文由银河易创AI(https://ai.eaigx.com)平台gpt-4o-mini模型辅助创作完成,旨在提供灵感参考与技术分享,文中关键数据、代码与结论建议通过官方渠道验证。

在现代Java应用中,处理并发问题是确保系统性能和可扩展性的关键。在前面的学习中,我们已经了解了Java中的基本线程操作和线程安全机制。本篇文章将深入探讨Java的高级并发工具类,包括Executor框架、Future和Fork/Join框架,以帮助你更好地管理并发任务。

一. Executor框架

1.1 什么是Executor框架?

Executor框架是Java在java.util.concurrent包中提供的一套用于管理并发任务的工具。它是基于生产者—消费者模式设计的,主要目的是通过线程池来有效管理线程的生命周期,简化线程的创建、管理和调度。与传统的创建和管理线程的方式不同,Executor框架让开发者不需要手动管理线程,而是通过提交任务来进行调度和执行。通过合理使用线程池,Executor框架能够显著提升应用程序的性能,减少线程的创建和销毁开销,避免资源的浪费。

在没有线程池的情况下,每次需要执行任务时都要手动创建线程,这会导致创建大量线程的开销和管理困难。而Executor框架提供了一种统一的方式来提交任务并执行,开发者只需关心任务的提交和管理,而不必关注具体的线程创建与销毁的细节。

1.2 Executor框架的核心接口

Executor框架主要由以下几种接口组成:

  • Executor接口:它是Executor框架的顶层接口,定义了一个方法execute(Runnable command),用于提交一个Runnable任务。通过这个接口,线程池能够执行传递给它的任务。

  • ExecutorService接口:它继承了Executor接口,并添加了更多与任务生命周期相关的方法,比如任务的提交、任务的取消等。ExecutorService接口提供了更强大的功能,支持提交Callable任务和获取任务的执行结果。它还包含了管理线程池生命周期的方法,如shutdown()

  • ScheduledExecutorService接口:它继承了ExecutorService接口,并提供了对定时任务和周期性任务的支持。开发者可以使用它调度任务在指定时间执行,或定期执行。

1.3 Executor的实现类

Java提供了多个Executor接口的实现类,最常用的实现类有:

  • ThreadPoolExecutor:这是Executor框架中最强大且灵活的线程池实现类。它支持动态调整线程池的大小,可以根据需要创建和管理线程。ThreadPoolExecutor提供了丰富的配置选项,适合于大多数并发任务的管理。

  • ScheduledThreadPoolExecutor:这是ScheduledExecutorService的实现类,支持定时和周期性执行任务。它比Timer类更加灵活,并能更好地处理多线程场景中的异常。

  • Executors:这是一个工厂类,提供了静态方法来创建不同类型的线程池,如固定大小线程池、单线程池和缓存线程池等。通过这个类,开发者能够更轻松地创建和配置线程池。

1.4 使用Executor框架创建线程池

Executor框架通过线程池来管理和调度任务。线程池的使用能够有效减少线程的创建和销毁开销,且能提供任务调度、执行、监控等功能。Java提供了一个工厂类Executors,通过它可以快速创建不同类型的线程池。

1.4.1 创建固定大小线程池
import java.util.concurrent.*;

public class ExecutorDemo {
    public static void main(String[] args) {
        // 创建一个固定大小的线程池
        ExecutorService executor = Executors.newFixedThreadPool(2);

        // 提交任务
        for (int i = 0; i < 5; i++) {
            executor.submit(() -> {
                System.out.println(Thread.currentThread().getName() + " is executing a task.");
            });
        }

        // 关闭线程池
        executor.shutdown();
    }
}

在这个例子中,我们创建了一个固定大小的线程池,池中的线程数为2。即使提交了5个任务,线程池中只有两个线程可以同时执行任务。任务的其余部分将被排队等待线程空闲。

1.4.2 创建单线程池
import java.util.concurrent.*;

public class SingleThreadExecutorDemo {
    public static void main(String[] args) {
        // 创建一个只有一个线程的线程池
        ExecutorService executor = Executors.newSingleThreadExecutor();

        // 提交任务
        for (int i = 0; i < 5; i++) {
            executor.submit(() -> {
                System.out.println(Thread.currentThread().getName() + " is executing a task.");
            });
        }

        // 关闭线程池
        executor.shutdown();
    }
}

newSingleThreadExecutor()方法创建一个只包含一个线程的线程池。这种类型的线程池常用于需要保证任务按顺序执行的场景,线程池中的任务会顺序执行,并且不会并行执行。

1.4.3 创建可缓存线程池
import java.util.concurrent.*;

public class CachedThreadPoolDemo {
    public static void main(String[] args) {
        // 创建一个可缓存的线程池
        ExecutorService executor = Executors.newCachedThreadPool();

        // 提交任务
        for (int i = 0; i < 5; i++) {
            executor.submit(() -> {
                System.out.println(Thread.currentThread().getName() + " is executing a task.");
            });
        }

        // 关闭线程池
        executor.shutdown();
    }
}

newCachedThreadPool()方法创建一个可缓存的线程池。线程池会根据任务的数量动态调整线程池的大小。如果有空闲线程,线程池会复用这些线程,否则会创建新线程来执行任务。当线程池中的线程长时间没有任务执行时,它们会被回收。

1.4.4 创建定时任务线程池
import java.util.concurrent.*;

public class ScheduledExecutorServiceDemo {
    public static void main(String[] args) {
        // 创建一个定时任务线程池
        ScheduledExecutorService executor = Executors.newScheduledThreadPool(1);

        // 提交定时任务:延迟1秒后执行
        executor.schedule(() -> {
            System.out.println(Thread.currentThread().getName() + " is executing a scheduled task.");
        }, 1, TimeUnit.SECONDS);

        // 提交周期性任务:每2秒执行一次
        executor.scheduleAtFixedRate(() -> {
            System.out.println(Thread.currentThread().getName() + " is executing a periodic task.");
        }, 0, 2, TimeUnit.SECONDS);
    }
}

newScheduledThreadPool()方法用于创建一个可以执行定时任务和周期性任务的线程池。schedule()方法用于提交延迟任务,而scheduleAtFixedRate()方法用于提交周期性任务。

1.5 线程池的管理

线程池在执行任务时需要合理配置其参数,特别是线程池的大小、任务队列的类型、线程的最大空闲时间等。在使用线程池时,我们通常会面临以下几个问题:

  • 线程池的大小:线程池的大小应根据系统的负载和任务的特点来合理配置。一般情况下,线程池的大小可以通过CPU核心数来确定。例如,Runtime.getRuntime().availableProcessors()方法可以返回当前系统的CPU核心数。对于I/O密集型任务,线程池可以配置为稍大于CPU核心数;而对于CPU密集型任务,线程池的大小通常不需要超过CPU核心数。

  • 任务队列:线程池的任务队列用于存储等待执行的任务。常见的任务队列有:

    • 无界队列(LinkedBlockingQueue):当线程池中的线程数达到最大值时,任务会被无限制地加入队列。
    • 有界队列(ArrayBlockingQueue):有界队列限制了队列的大小,任务队列满时,新的任务将被拒绝。
    • 优先级队列(PriorityBlockingQueue):任务会根据优先级进行排序。
  • 拒绝策略:当线程池中的线程和任务队列都被占满时,可以选择任务的拒绝策略。常见的拒绝策略有:

    • AbortPolicy:直接抛出异常(默认策略)。
    • CallerRunsPolicy:由调用者线程来执行该任务。
    • DiscardPolicy:直接丢弃任务。
    • DiscardOldestPolicy:丢弃队列中最旧的任务。
ThreadPoolExecutor executor = new ThreadPoolExecutor(
        2, // corePoolSize
        4, // maximumPoolSize
        60, // keepAliveTime
        TimeUnit.SECONDS, // time unit
        new ArrayBlockingQueue<>(10), // work queue
        new ThreadPoolExecutor.CallerRunsPolicy() // rejection policy
);

1.6 总结

Executor框架提供了一个非常强大而灵活的机制来管理并发任务。通过使用不同类型的线程池,开发者可以根据任务的特点,灵活地调度和执行任务。同时,Executor框架不仅简化了线程管理,也有效避免了手动管理线程池时的资源浪费和复杂性。随着你对线程池及其配置的不断熟悉,你将能够更好地应对多线程编程中的各种挑战。

二. Future接口

2.1 什么是Future?

Future接口是Java中的一个重要接口,位于java.util.concurrent包中,代表一个异步计算的结果。它提供了一种机制,使得开发者可以在任务执行完成后获取结果,同时还可以检查任务的完成状态或处理异常。Future接口的设计使得多线程编程变得更加灵活和高效。

在并行编程中,通常会遇到需要在某个任务执行完成后获取其计算结果的场景。使用Future接口,开发者不仅可以提交并行执行的任务,还可以在需要的时候安全地获取这些任务的结果或处理异常。

2.2 Future接口的主要方法

Future接口定义了一些关键的方法,帮助开发者管理异步任务的执行。以下是Future接口中最常用的方法:

  • boolean cancel(boolean mayInterruptIfRunning):尝试取消任务的执行。如果任务已被执行或已完成,则无法取消。mayInterruptIfRunning参数指示是否中断正在执行的任务。

  • boolean isCancelled():检查任务是否已被取消。

  • boolean isDone():检查任务是否已完成。任务可能是通过正常完成、异常或被取消而完成。

  • V get() throws InterruptedException, ExecutionException:获取任务的结果。如果任务尚未完成,该方法会阻塞,直到结果可用。

  • V get(long timeout, TimeUnit unit) throws InterruptedException, ExecutionException, TimeoutException:获取任务的结果,并设置超时。如果在指定时间内未完成,则抛出TimeoutException

2.3 提交任务并获取结果

在Executor框架中,使用submit()方法可以提交一个Callable任务,并返回一个Future对象。通过这个Future对象,可以在任务执行完成后获取结果或处理异常。

示例:使用Future获取任务结果
import java.util.concurrent.*;

public class FutureResultExample {
    public static void main(String[] args) {
        ExecutorService executor = Executors.newFixedThreadPool(1);

        // 提交一个Callable任务
        Future<Integer> future = executor.submit(() -> {
            // 模拟长时间任务
            Thread.sleep(2000);
            return 42; // 返回结果
        });

        // 在这里可以执行其他操作
        System.out.println("Task submitted, doing other things...");

        try {
            // 获取任务结果(阻塞式)
            Integer result = future.get(); // 这会等待任务完成
            System.out.println("Task result: " + result);
        } catch (InterruptedException | ExecutionException e) {
            e.printStackTrace();
        } finally {
            executor.shutdown(); // 关闭线程池
        }
    }
}

在这个示例中,我们提交了一个Callable任务,计算结果的值为42。调用future.get()时,如果任务未完成,当前线程会被阻塞,直到任务完成并返回结果。在这段时间内,我们仍然可以执行其他操作。

2.4 Future的常用用途

Future接口可以用于多种场景,以下是一些典型的用途:

  1. 异步任务执行Future非常适合于需要在后台线程中执行耗时操作的场景,比如文件下载、网络请求等。

  2. 批量处理:在需要处理大量数据时,可以使用Future提交多个异步任务,并在所有任务完成后获取结果。

  3. 任务取消:通过Future.cancel()方法,可以尝试取消正在执行的任务,这在处理长时间运行的操作时非常有用。

  4. 超时控制:使用get(long timeout, TimeUnit unit)方法,可以指定获取结果的超时时间,从而避免线程长时间阻塞。

2.5 示例:取消Future任务

import java.util.concurrent.*;

public class CancelFutureExample {
    public static void main(String[] args) throws InterruptedException {
        ExecutorService executor = Executors.newFixedThreadPool(1);

        // 提交一个长时间运行的任务
        Future<Integer> future = executor.submit(() -> {
            try {
                Thread.sleep(5000); // 模拟长时间任务
            } catch (InterruptedException e) {
                System.out.println("Task was interrupted");
                return null; // 返回 null 表示任务中断
            }
            return 42; // 返回结果
        });

        // 等待一段时间后尝试取消任务
        Thread.sleep(1000);
        boolean canceled = future.cancel(true); // 请求取消
        System.out.println("Task canceled: " + canceled);

        try {
            // 尝试获取任务结果
            Integer result = future.get(); // 可能会抛出异常
            System.out.println("Task result: " + result);
        } catch (CancellationException e) {
            System.out.println("Task was canceled: " + e.getMessage());
        } catch (ExecutionException e) {
            System.out.println("Task encountered an exception: " + e.getCause());
        }

        executor.shutdown(); // 关闭线程池
    }
}

在这个示例中,我们提交了一个模拟长时间运行的任务。我们在1秒后尝试取消这个任务。调用future.cancel(true)会请求取消任务,如果任务正在执行且可以中断,任务将在下一个检查点被中断。我们可以通过异常处理来捕获任务取消或执行中的异常。

2.6 总结

Future接口为Java中的异步计算提供了强大的支持,允许开发者轻松管理和获取异步任务的结果。通过合理使用Future,可以提高程序的响应能力和性能,特别是在处理耗时的操作或需要并发执行多个任务的场合。理解Future的使用和特点,将使你在并发编程中游刃有余。

三. Fork/Join框架

3.1 什么是Fork/Join框架?

Fork/Join框架是Java 7引入的一种并行编程模型,旨在充分利用多核处理器的能力。该框架采用了分而治之的设计思想,将一个复杂的任务递归地分解成多个小任务并行执行,最终合并结果。Fork/Join框架位于java.util.concurrent包中,主要由ForkJoinPoolForkJoinTask及其子类RecursiveTaskRecursiveAction构成。

通过Fork/Join框架,开发者可以高效地处理需要大量计算的任务,特别是在处理大规模的数据集或计算问题时。由于其底层实现了工作窃取算法,因此它能够在任务执行过程中动态地调整线程的利用率,从而提高程序的执行效率。

3.2 ForkJoinPool

ForkJoinPool是Fork/Join框架的核心组件,负责管理和调度Fork/Join任务。与传统的线程池不同,Fork/Join框架采用了工作窃取算法,这意味着空闲的工作线程可以从其他忙碌线程的任务队列中“窃取”任务以执行。这种设计极大地提高了多核CPU的利用率,避免了线程的长时间空闲。

3.2.1 ForkJoinPool的基本特性
  • 工作窃取:每个工作线程都有一个双端队列,用于存储待处理的任务。当线程的任务队列为空时,它会从其他线程的队列中窃取任务执行。
  • 分层结构:Fork/Join框架支持递归任务的分层结构,能够自动调整任务的分配和执行策略。
  • 可调的并行度:通过设置并行度,开发者可以控制Fork/Join框架的性能表现,适应不同的应用场景。

3.3 ForkJoinTask

ForkJoinTask是Fork/Join框架中的抽象类,表示可以在ForkJoinPool中执行的任务。它是异步计算的基础,主要有两种具体的实现:

  • RecursiveTask<V>:用于在任务执行后返回结果的子类,适合有结果返回的计算任务。
  • RecursiveAction:用于不返回结果的子类,适合只执行操作的任务。

3.4 使用RecursiveTask进行任务分解

在Fork/Join框架中,通常使用RecursiveTask来实现可分解的计算任务。开发者需要重写compute()方法,在该方法中定义任务的分解逻辑和结果合并的过程。

示例:使用Fork/Join框架计算斐波那契数
import java.util.concurrent.RecursiveTask;
import java.util.concurrent.ForkJoinPool;

public class Fibonacci extends RecursiveTask<Integer> {
    private final int n;

    public Fibonacci(int n) {
        this.n = n;
    }

    @Override
    protected Integer compute() {
        if (n <= 1) {
            return n;
        }
        // 将任务分解为两个子任务
        Fibonacci f1 = new Fibonacci(n - 1);
        Fibonacci f2 = new Fibonacci(n - 2);
        
        // 异步计算第一个子任务
        f1.fork();
        
        // 计算第二个子任务
        int resultF2 = f2.compute();
        
        // 等待第一个子任务完成并获取结果
        int resultF1 = f1.join();
        
        // 返回最终结果
        return resultF1 + resultF2;
    }

    public static void main(String[] args) {
        ForkJoinPool pool = new ForkJoinPool();
        int n = 10; // 计算第10个斐波那契数
        int result = pool.invoke(new Fibonacci(n)); // 提交任务
        System.out.println("Fibonacci of " + n + " is " + result);
    }
}

在这个例子中,我们实现了一个计算斐波那契数的RecursiveTaskcompute()方法中,当输入参数n小于等于1时,直接返回结果;否则,将任务分解为两个子任务,然后异步计算第一个子任务,最后计算第二个子任务,并合并结果。

3.4.1 任务分解与合并

Fork/Join框架的核心思想是“分而治之”,即将一个大任务分解为多个小任务并行处理。在执行compute()时,开发者需要决定何时分解任务以及如何合并结果。

  • 任务分解:通过递归地创建子任务,任务可以被逐步分解到足够小且易于计算的程度。
  • 结果合并:使用join()方法等待子任务完成并获取结果,合并所有子任务的结果以得到最终的答案。

3.5 使用RecursiveAction进行并行操作

当任务不需要返回结果时,可以使用RecursiveAction类。RecursiveAction的使用方式与RecursiveTask类似,但不涉及结果的返回。

示例:使用Fork/Join框架进行数组求和
import java.util.concurrent.RecursiveAction;
import java.util.concurrent.ForkJoinPool;

public class ArraySum extends RecursiveAction {
    private final int[] array;
    private final int start;
    private final int end;
    private static final int THRESHOLD = 10; // 阈值

    public ArraySum(int[] array, int start, int end) {
        this.array = array;
        this.start = start;
        this.end = end;
    }

    @Override
    protected void compute() {
        if (end - start <= THRESHOLD) {
            // 直接计算小块的和
            int sum = 0;
            for (int i = start; i < end; i++) {
                sum += array[i];
            }
            System.out.println("Sum from " + start + " to " + end + " is: " + sum);
        } else {
            // 分解任务
            int mid = (start + end) / 2;
            ArraySum leftTask = new ArraySum(array, start, mid);
            ArraySum rightTask = new ArraySum(array, mid, end);
            invokeAll(leftTask, rightTask); // 同时执行两个子任务
        }
    }

    public static void main(String[] args) {
        int[] array = new int[100];
        for (int i = 0; i < array.length; i++) {
            array[i] = i + 1; // 填充数组
        }

        ForkJoinPool pool = new ForkJoinPool();
        pool.invoke(new ArraySum(array, 0, array.length)); // 提交任务
    }
}

在这个例子中,我们实现了一个RecursiveAction来计算数组的和。通过设置一个阈值,当任务的大小小于等于THRESHOLD时,直接计算和;否则,将任务分解为两个子任务并并行处理。

3.6 Fork/Join框架的优势

  • 高效利用多核处理器:Fork/Join框架的工作窃取算法能够充分利用多核CPU的处理能力,使得任务执行更加高效。
  • 简化并行编程:通过提供简单的API,Fork/Join框架最大限度地简化了并行编程的复杂性,允许开发者专注于任务的分解和合并。
  • 动态调整任务:由于采用工作窃取算法,Fork/Join框架能够动态调整并发任务的执行,从而提高系统的响应能力和处理效率。

3.7 总结

Fork/Join框架为Java开发者提供了一种强大的工具,能够以简洁的方式实现高效的并行处理。通过合理使用ForkJoinPoolRecursiveTaskRecursiveAction,开发者可以将复杂的计算任务分解为小任务并行执行,从而显著提高程序的性能和响应能力。掌握Fork/Join框架将使你在处理大规模计算问题时游刃有余,充分发挥多核处理器的优势。

四. 总结

在本篇文章中,我们深入探讨了Java中的高级并发工具类,包括Executor框架、Future接口和Fork/Join框架。通过合理使用这些工具,我们可以更高效地管理线程和并发任务,提高应用程序的性能和响应能力。随着对并发编程的深入理解,你将能够设计出更加高效和可靠的Java应用程序。

继续关注我们的Java大师成长计划,接下来的内容将为你带来更多有趣和实用的技术!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2372342.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

Edu教育邮箱申请2025年5月

各位好&#xff0c;这里是aigc创意人竹相左边 如你所见&#xff0c;这里是第3部分 现在是选择大学的学科专业 选专业的时候记得考虑一下当前的时间日期。 比如现在是夏天&#xff0c;所以你选秋天入学是合理的。

STM32-TIM定时中断(6)

目录 一、TIM介绍 1、TIM简介 2、定时器类型 3、基本定时器 4、通用定时器 5、定时中断基本结构 6、时基单元的时序 &#xff08;1&#xff09;预分频器时序 &#xff08;2&#xff09;计数器时序 7、RCC时钟树 二、定时器输出比较功能&#xff08;PWM&#xff09; …

Modbus RTU 详解 + FreeMODBUS移植(附项目源码)

文章目录 前言一、Modbus RTU1.1 通信方式1.2 模式特点1.3 数据模型1.4 常用功能码说明1.5 异常响应码1.6 通信帧格式1.6.1 示例一&#xff1a;读取保持寄存器&#xff08;功能码 0x03&#xff09;1.6.2 示例二&#xff1a;写单个线圈&#xff08;功能码 0x05&#xff09;1.6.3…

对称加密算法(AES、ChaCha20和SM4)Python实现——密码学基础(Python出现No module named “Crypto” 解决方案)

文章目录 一、对称加密算法基础1.1 对称加密算法的基本原理1.2 对称加密的主要工作模式 二、AES加密算法详解2.1 AES基本介绍2.2 AES加密过程2.3 Python中实现AES加密Python出现No module named “Crypto” 解决方案 2.4 AES的安全考量 三、ChaCha20加密算法3.1 ChaCha20基本介…

【软件设计师:存储】16.计算机存储系统

一、主存储器 存储器是计算机系统中的记忆设备,用来存放程序和数据。 计算机中全部信息,包括输入的原始数据、计算机程序、中间运 行结果和最终运行结果都保存在存储器中。 存储器分为: 寄存器Cache(高速缓冲存储器)主存储器辅存储器一、存储器的存取方式 二、存储器的性…

WebRTC通信原理与流程

1、服务器与协议相关 1.1 STUN服务器 图1.1.1 STUN服务器在通信中的位置图 1.1.1 STUN服务简介 STUN&#xff08;Session Traversal Utilities for NAT&#xff0c;NAT会话穿越应用程序&#xff09;是一种网络协议&#xff0c;它允许位于NAT&#xff08;或多重 NAT&#xff09;…

Java版ERP管理系统源码(springboot+VUE+Uniapp)

ERP系统是企业资源计划&#xff08;Enterprise Resource Planning&#xff09;系统的缩写&#xff0c;它是一种集成的软件解决方案&#xff0c;用于协调和管理企业内各种关键业务流程和功能&#xff0c;如财务、供应链、生产、人力资源等。它的目标是帮助企业实现资源的高效利用…

Redis总结(六)redis持久化

本文将简单介绍redis持久化的两种方式 redis提供了两种不同级别的持久化方式&#xff1a; RDB持久化方式能够在指定的时间间隔能对你的数据进行快照存储.AOF持久化方式记录每次对服务器写的操作,当服务器重启的时候会重新执行这些命令来恢复原始的数据,AOF命令以redis协议追加保…

PMIC电源管理模块的PCB设计

目录 PMU模块简介 PMU的PCB设计 PMU模块简介 PMIC&#xff08;电源管理集成电路&#xff09;是现代电子设备的核心模块&#xff0c;负责高效协调多路电源的转换、分配与监控。它通过集成DC-DC降压/升压、LDO线性稳压、电池充电管理、功耗状态切换等功能&#xff0c;替代传统分…

华为云Flexus+DeepSeek征文|DeepSeek-V3商用服务开通教程

目录 DeepSeek-V3/R1商用服务开通使用感受 DeepSeek-V3/R1商用服务开通 1、首先需要访问ModelArts Studio_MaaS_大模型即服务_华为云 2、在网站右上角登陆自己的华为云账号&#xff0c;如果没有华为云账号的话&#xff0c;则需要自己先注册一个。 3、接着点击ModelArts Stu…

Qt—鼠标移动事件的趣味小程序:会移动的按钮

1.项目目标 本次根据Qt的鼠标移动事件实现一个趣味小程序&#xff1a;当鼠标移动到按钮时&#xff0c;按钮就会随机出现在置&#xff0c;以至于根本点击不到按钮。​​​​​ 2.项目步骤 首先现在ui界面设计控件(也可以用代码的方式创建&#xff0c;就不多说了) 第一个按钮不需…

鞋样设计软件

Sxy 64鞋样设计软件是一款专业级鞋类设计工具 专为鞋业设计师与制鞋企业开发 该软件提供全面的鞋样设计功能 包括二维开版 三维建模 放码排料等核心模块 支持从草图构思到成品输出的完整设计流程 内置丰富的鞋型数据库与部件库 可快速生成各种鞋款模板 软件采用智能放码技术 精…

LeRobot 项目部署运行逻辑(六)——visualize_dataset_html.py/visualize_dataset.py

可视化脚本包括了两个方法&#xff1a;远程下载 huggingface 上的数据集和使用本地数据集 脚本主要使用两个&#xff1a; 目前来说&#xff0c;ACT 采集训练用的是统一时间长度的数据集&#xff0c;此外&#xff0c;这两个脚本最大的问题在于不能裁剪&#xff0c;这也是比较好…

Windows Server 2025开启GPU分区(GPU-P)部署DoraCloud云桌面

本文描述在ShareStation工作站虚拟化方案的部署过程。 将服务器上部署 Windows Server、DoraCloud&#xff0c;并创建带有vGPU的虚拟桌面。 GPU分区技术介绍 GPU-P&#xff08;GPU Partitioning&#xff09; 是微软在 Windows 虚拟化平台&#xff08;如 Hyper-V&#xff09;中…

TCP套接字通信核心要点

TCP套接字通信核心要点 通信模型架构 客户端-服务端模型 CS架构&#xff1a;客户端发起请求&#xff0c;服务端响应和处理请求双向通道&#xff1a;建立连接后实现全双工通信 服务端搭建流程 核心步骤 创建套接字 int server socket(AF_INET, SOCK_STREAM, 0); 参数说明&am…

【C】初阶数据结构15 -- 计数排序与稳定性分析

本文主要讲解七大排序算法之外的另一种排序算法 -- 计数排序 目录 1 计数排序 1&#xff09; 算法思想 2&#xff09; 代码 3&#xff09; 时间复杂度与空间复杂度分析 &#xff08;1&#xff09; 时间复杂度 &#xff08;2&#xff09; 空间复杂度 4&#xff09; 计…

高性能Python Web 框架--FastAPI 学习「基础 → 进阶 → 生产级」

以下是针对 FastAPI 的保姆级教程&#xff0c;包含核心概念、完整案例和关键注意事项&#xff0c;采用「基础 → 进阶 → 生产级」的三阶段教学法&#xff1a; 一、FastAPI介绍 FastAPI 是一个现代化的、高性能的 Python Web 框架&#xff0c;专门用于构建 APIs&#xff08;应…

Qt QML自定义LIstView

QML ListView组合拳做列表&#xff0c;代码不可直接复制使用&#xff0c;需要小改 先上图看效果 样式1 样式2 样式3 原理&#xff1a;操作&#xff1a;技术点:代码片段&#xff1a; 先上图看效果 样式1 三个表格组合成要给&#xff0c;上下滚动时&#xff0c;三个同时滚动&am…

C++进阶--红黑树的实现

文章目录 红黑树的实现红黑树的概念红黑树的规则红黑树的效率 红黑树的实现红黑树的结构红黑树的插入变色单旋&#xff08;变色&#xff09;双旋&#xff08;变色&#xff09; 红黑树的查找红黑树的验证 总结&#xff1a;结语 很高兴和大家见面&#xff0c;给生活加点impetus&a…

WPF之值转换器

文章目录 目录什么是值转换器IValueConverter接口Convert方法ConvertBack方法 创建和使用值转换器定义转换器类在XAML中使用转换器转换器参数&#xff08;ConverterParameter&#xff09; 常用转换器实现布尔值转可见性&#xff08;BoolToVisibilityConverter&#xff09;数值转…