在并发编程当中我们最常见的需求就是启动一个线程执行一个函数去完成我们的需求，而在这种需求当中，我们常常需要函数有返回值。比如我们需要同一个非常大的数组当中数据的和，让每一个线程求某一个区间内部的和，最终将这些和加起来，那么每个线程都需要返回对应区间的和。而在Java当中给我们提供了这种机制，去实现这一个效果——FutureTask。
在自己写FutureTask之前我们首先写一个例子来回顾一下FutureTask的编程步骤：
@FunctionalInterfacepublic interface Callable { /** * Computes a result, or throws an exception if unable to do so. * * @return computed result * @throws Exception if unable to compute a result */ V call() throws Exception;} 实现接口就实现call即可，可以看到这个函数是有返回值的，而FutureTask返回给我们的值就是这个函数的返回值。
假如有一个数组data，长度为100000，现在有10个线程，第i个线程求数组[i * 10000, (i + 1) * 10000)所有数据的和，然后将这十个线程的结果加起来。
import java.lang.reflect.Array;import java.util.Arrays;import java.util.Random;import java.util.concurrent.Callable;import java.util.concurrent.ExecutionException;import java.util.concurrent.FutureTask; public class FutureTaskDemo { public static void main(String[] args) throws ExecutionException, InterruptedException { int[] data = new int[100000]; Random random = new Random(); for (int i = 0; i < 100000; i++) { data[i] = random.nextInt(10000); } @SuppressWarnings("unchecked") FutureTask[] tasks = (FutureTask[]) Array.newInstance(FutureTask.class, 10); // 设置10个 futuretask 任务计算数组当中数据的和 for (int i = 0; i < 10; i++) { int idx = i; tasks[i] = new FutureTask<>(() -> { int sum = 0; for (int k = idx * 10000; k < (idx + 1) * 10000; k++) { sum += data[k]; } return sum; }); } // 开启线程执行 futureTask 任务 for (FutureTask futureTask : tasks) { new Thread(futureTask).start(); } int threadSum = 0; for (FutureTask futureTask : tasks) { threadSum += futureTask.get(); } int sum = Arrays.stream(data).sum(); System.out.println(sum == threadSum); // 结果始终为 true }} 可能你会对FutureTask的使用方式感觉困惑，或者不是很清楚，现在我们来仔细捋一下思路。
可以发现的是FutureTask确实实现了Runnable接口，同时还实现了Future接口，这个Future接口主要提供了后面我们使用FutureTask的一系列函数比如get。
经过上文的分析你可能已经大致了解了FutureTask的大致执行过程了，但是需要注意的是，如果你执行FutureTask的get方法是可能阻塞的，因为可能Callable的call方法还没有执行完成。因此在get方法当中就需要有阻塞线程的代码，但是当call方法执行完成之后需要将这些线程都唤醒。
在本篇文章当中使用锁ReentrantLock和条件变量Condition进行线程的阻塞和唤醒，在我们自己动手实现FutureTask之前，我们先熟悉一下上面两种工具的使用方法。
import java.util.concurrent.TimeUnit;import java.util.concurrent.locks.Condition;import java.util.concurrent.locks.ReentrantLock; public class LockDemo { private ReentrantLock lock; private Condition condition; LockDemo() { lock = new ReentrantLock(); condition = lock.newCondition(); } public void blocking() { lock.lock(); try { System.out.println(Thread.currentThread() + " 准备等待被其他线程唤醒"); condition.await(); } catch (InterruptedException e) { e.printStackTrace(); }finally { lock.unlock(); } } public void inform() throws InterruptedException { // 先休眠两秒 等他其他线程先阻塞 TimeUnit.SECONDS.sleep(2); lock.lock(); try { System.out.println(Thread.currentThread() + " 准备唤醒其他线程"); condition.signal(); // 唤醒一个被 await 方法阻塞的线程 // condition.signalAll(); // 唤醒所有被 await 方法阻塞的线程 }finally { lock.unlock(); } } public static void main(String[] args) { LockDemo lockDemo = new LockDemo(); Thread thread = new Thread(() -> { lockDemo.blocking(); // 执行阻塞线程的代码 }, "Blocking-Thread"); Thread thread1 = new Thread(() -> { try { lockDemo.inform(); // 执行唤醒线程的代码 } catch (InterruptedException e) { e.printStackTrace(); } }, "Inform-Thread"); thread.start(); thread1.start(); }}上面的代码的输出：
Thread[Blocking-Thread,5,main] 准备等待被其他线程唤醒Thread[Inform-Thread,5,main] 准备唤醒其他线程在前文当中我们已经谈到了FutureTask的实现原理，主要有以下几点：
实现代码如下（分析都在注释当中）：
import java.util.concurrent.Callable;import java.util.concurrent.TimeUnit;import java.util.concurrent.locks.Condition;import java.util.concurrent.locks.ReentrantLock; // 这里需要实现 Runnable 接口，因为需要将这个对象放入 Thread 类当中// 而 Thread 要求传入的对象实现了 Runnable 接口public class MyFutureTask implements Runnable { private final Callable callable; private Object returnVal; // 这个表示我们最终的返回值 private final ReentrantLock lock; private final Condition condition; public MyFutureTask(Callable callable) { // 将传入的 callable 对象存储起来 方便在后面的 run 方法当中调用 this.callable = callable; lock = new ReentrantLock(); condition = lock.newCondition(); } @SuppressWarnings("unchecked") public V get(long timeout, TimeUnit unit) { if (returnVal != null) // 如果符合条件 说明 call 函数已经执行完成 返回值已经不为 null 了 return (V) returnVal; // 直接将结果返回即可 这样不用竞争锁资源 提高程序执行效率 lock.lock(); try { // 这里需要进行二次判断 (双重检查) // 因为如果一个线程在第一次判断 returnVal 为空 // 然后这个时候它可能因为获取锁而被挂起 // 而在被挂起的这段时间，call 可能已经执行完成 // 如果这个时候不进行判断直接执行 await方法 // 那后面这个线程将无法被唤醒 if (returnVal == null) condition.await(timeout, unit); } catch (InterruptedException e) { e.printStackTrace(); } finally { lock.unlock(); } return (V) returnVal; } @SuppressWarnings("unchecked") public V get() { if (returnVal != null) return (V) returnVal; lock.lock(); try { // 同样的需要进行双重检查 if (returnVal == null) condition.await(); } catch (InterruptedException e) { e.printStackTrace(); } finally { lock.unlock(); } return (V) returnVal; } @Override public void run() { if (returnVal != null) return; try { // 在 Runnable 的 run 方法当中 // 执行 Callable 方法的 call 得到返回结果 returnVal = callable.call(); } catch (Exception e) { e.printStackTrace(); } lock.lock(); try { // 因为已经得到了结果 // 因此需要将所有被 await 方法阻塞的线程唤醒 // 让他们从 get 方法返回 condition.signalAll(); }finally { lock.unlock(); } }// 下面是测试代码 public static void main(String[] args) { MyFutureTask ft = new MyFutureTask<>(() -> { TimeUnit.SECONDS.sleep(2); return 101; }); Thread thread = new Thread(ft); thread.start(); System.out.println(ft.get(100, TimeUnit.MILLISECONDS)); // 输出为 null System.out.println(ft.get()); // 输出为 101 }} 我们现在用我们自己写的MyFutureTask去实现在前文当中数组求和的例子：
public static void main(String[] args) throws ExecutionException, InterruptedException { int[] data = new int[100000]; Random random = new Random(); for (int i = 0; i < 100000; i++) { data[i] = random.nextInt(10000); } @SuppressWarnings("unchecked") MyFutureTask[] tasks = (MyFutureTask[]) Array.newInstance(MyFutureTask.class, 10); for (int i = 0; i < 10; i++) { int idx = i; tasks[i] = new MyFutureTask<>(() -> { int sum = 0; for (int k = idx * 10000; k < (idx + 1) * 10000; k++) { sum += data[k]; } return sum; }); } for (MyFutureTask MyFutureTask : tasks) { new Thread(MyFutureTask).start(); } int threadSum = 0; for (MyFutureTask MyFutureTask : tasks) { threadSum += MyFutureTask.get(); } int sum = Arrays.stream(data).sum(); System.out.println(sum == threadSum); // 输出结果为 true} | 留言与评论（共有 0 条评论） “” |
