原理：
定义：一个并行计算框架
用途：解决分治算法中的大规模任务。Fork/Join框架是基于工作窃取算法（work-stealing）的。
Fork/Join框架的核心概念有两个：
1.Fork（分割）：将一个大任务，划分成多个相互独立且较小的子任务，这些子任务可以并行的执行。当一个任务被分割成多个子任务后，他们会进入到线程池的等待队列中等待执行。
2.Join(合并)：等待子任务的执行结果，并将子任务的结果合并成一个整体结果。通常，在等待子任务时，线程会暂时挂起，执行其他可用的任务。
主要类：
ForkJoinPool，RecusiveTask(用于有返回值的任务)，RecusiveAction(用于无返回值的任务)。
ForkJoinPool类的方法：
ForkJoinPool(int parallelism)：构造一个指定并行度（即线程数）的ForkJoinPool对象。submit(ForkJoinTask<T> task)：提交一个 Fork/Join 任务给线程池进行执行，并返回一个ForkJoinTask对象，可用于获取任务的执行结果或取消任务。execute(ForkJoinTask<?> task)：以异步无返回值的方式执行一个 Fork/Join 任务。invoke(ForkJoinTask<T> task)：同步地执行一个 Fork/Join 任务，并返回任务的结果。awaitTermination(long timeout, TimeUnit unit)：阻塞当前线程，直到所有提交的任务执行完毕或超时。shutdown()：平缓地关闭线程池，等待已提交的任务完成执行。shutdownNow()：立即关闭线程池，尝试中断正在执行的任务并返回未执行的任务列表。getParallelism()：获取当前线程池的并行度（即线程数）。getPoolSize()：获取当前线程池中正在活动的线程数。getActiveThreadCount()：获取当前线程池中正在执行任务的线程数。getQueuedTaskCount()：获取当前线程池等待执行的任务数。getStealCount()：获取当前线程池中发生的工作窃取次数。
这些方法只是 ForkJoinPool 类中的一部分，它还提供了其他一些方法用于管理和监控 Fork/Join 任务的执行。通过使用这些方法，可以更好地控制和优化 Fork/Join 任务的并行执行效果。
示例：
package com.springBatch.demo.forkjoinDemo;
import lombok.Data;
import lombok.EqualsAndHashCode;
import java.util.concurrent.RecursiveTask;
@EqualsAndHashCode(callSuper = true)
@Data
public class FibonacciTask extends RecursiveTask<Integer> {
//3.定义执行任务的阈值
private final int n;
//2.重写比较方法
@Override
protected Integer compute() {
//4.
if (n <= 1) {
return n;
} else {
FibonacciTask f1 = new FibonacciTask(n - 1);
f1.fork();
FibonacciTask f2 = new FibonacciTask(n - 2);
return f2.compute()+f1.join();
}
}
}
package com.springBatch.demo.forkjoinDemo;
import java.util.concurrent.ForkJoinPool;
public class Demo {
public static void main(String[] args) {
int n=10;
ForkJoinPool forkJoinPool = new ForkJoinPool();
FibonacciTask fibonacciTask = new FibonacciTask(n);
Integer result = forkJoinPool.invoke(fibonacciTask);
System.out.println("第"+n+"个斐波那契数列是："+result);
}
}
附录：
-
分治算法：
- 将一个大的问题，划分成许多小的子问题，然后递归的解决这些问题，最后将这些子问题的解，合并起来，得到最终的结果。
-
分治算法包含以下步骤：
- 分解（Divide）:将原来的任务，分解成若干个规模更小且相互独立的子问题。
- 解决（Conquer）：递归的解决每个子问题。如果子问题，足够小，无需进一步划分，直接求解。
- 合并（Combine）：将各个子问题的解合并起来，得到原始问题的解。
-
递归：
-
定义：一种算法或者函数的实现方式，通过调用自身来解决问题。函数在执行过程中，需要解决一个相同但规模更小的子问题时，他会再次调用自身，并将子问题作为参数，传递给自己。
-
递归通常包含两个部分：
- 递归基（Base case）：也称终止条件。当满足某些条件时，递归就不再继续，即不再进行递归调用自身，而是返回一个确定的值，终止递归过程。
- 递归步骤（Recursive step）：递归本质上是将原始问题划分成多个相似的子问题，并将这些问题，用相同的过程解决，每次递归调用会处理规模更小的子问题，直到达到递归终止条件为止。
-
