forkjointask是java中用于高效并行计算的核心类，适合分治算法场景。通过继承recursivetask（有返回值）或recursiveaction（无返回值），重写compute()方法实现任务拆分与执行，结合fork()异步提交、join()等待结果，利用forkjoinpool的工作窃取机制提升多核性能，关键在于合理设置任务粒度以平衡拆分开销与并行效率。
在Java中，ForkJoinTask 是 ForkJoinPool 框架的核心组件之一，用于实现高效的任务并行计算。它特别适合将大任务拆分成小任务并递归执行的场景，比如分治算法（如快速排序、归并排序、矩阵运算等）。下面介绍如何使用 ForkJoinTask 实现并行计算。
理解 ForkJoinTask 与 ForkJoinPool
ForkJoinTask 是一个抽象类，表示可以被 ForkJoinPool 执行的轻量级任务。它有两个常用子类：
- RecursiveTask：有返回值的任务。
- RecursiveAction：无返回值的任务。
ForkJoinPool 是一个线程池，专为运行大量小型任务而设计，采用“工作窃取”（work-stealing）算法，空闲线程可以从其他线程的任务队列中“窃取”任务执行，提高CPU利用率。
使用 RecursiveTask 实现并行求和
以并行计算数组元素之和为例，展示如何继承 RecursiveTask：
立即学习“Java免费学习笔记（深入）”；
import java.util.concurrent.ForkJoinPool;
import java.util.concurrent.RecursiveTask;
<p>public class SumTask extends RecursiveTask<Long> {
private static final int THRESHOLD = 1000; // 任务拆分阈值
private long[] array;
private int start, end;</p><pre class='brush:java;toolbar:false;'>public SumTask(long[] array, int start, int end) {
this.array = array;
this.start = start;
this.end = end;
}
@Override
protected Long compute() {
if (end - start <= THRESHOLD) {
// 小任务直接计算
long sum = 0;
for (int i = start; i < end; i++) {
sum += array[i];
}
return sum;
} else {
// 拆分为两个子任务
int mid = (start + end) / 2;
SumTask left = new SumTask(array, start, mid);
SumTask right = new SumTask(array, mid, end);
left.fork(); // 异步执行左任务
long rightResult = right.compute(); // 当前线程执行右任务
long leftResult = left.join(); // 等待左任务结果
return leftResult + rightResult;
}
}
public static void main(String[] args) {
long[] data = new long[10_000];
for (int i = 0; i < data.length; i++) {
data[i] = i + 1;
}
ForkJoinPool pool = new ForkJoinPool();
SumTask task = new SumTask(data, 0, data.length);
long result = pool.invoke(task);
System.out.println("Sum: " + result);
}}
在现实生活中的购物过程，购物者需要先到商场，找到指定的产品柜台下，查看产品实体以及标价信息，如果产品合适，就将该产品放到购物车中，到收款处付款结算。电子商务网站通过虚拟网页的形式在计算机上摸拟了整个过程，首先电子商务设计人员将产品信息分类显示在网页上，用户查看网页上的产品信息，当用户看到了中意的产品后，可以将该产品添加到购物车，最后使用网上支付工具进行结算，而货物将由公司通过快递等方式发送给购物者
关键方法说明
在自定义任务中，核心是重写 compute() 方法：
- fork()：异步提交任务到线程池，不阻塞当前线程。
- join()：等待任务完成并获取结果，会阻塞直到结果可用。
- compute()：定义任务的执行逻辑，通常包含拆分或直接计算的判断。
注意：建议在递归调用中，对一个子任务调用 fork()，另一个直接调用 compute()，避免不必要的线程开销。
使用 RecursiveAction 处理无返回值任务
如果任务不需要返回结果，可继承 RecursiveAction。例如并行打印数组片段：
import java.util.concurrent.RecursiveAction;
<p>public class PrintTask extends RecursiveAction {
private static final int THRESHOLD = 5;
private int[] array;
private int start, end;</p><pre class='brush:java;toolbar:false;'>public PrintTask(int[] array, int start, int end) {
this.array = array;
this.start = start;
this.end = end;
}
@Override
protected void compute() {
if (end - start <= THRESHOLD) {
for (int i = start; i < end; i++) {
System.out.print(array[i] + " ");
}
System.out.println();
} else {
int mid = (start + end) / 2;
PrintTask left = new PrintTask(array, start, mid);
PrintTask right = new PrintTask(array, mid, end);
left.fork();
right.compute();
left.join();
}
}}
基本上就这些。使用 ForkJoinTask 实现并行计算的关键在于合理划分任务粒度，避免过度拆分带来的开销。结合 ForkJoinPool 的工作窃取机制，能有效提升多核环境下的计算性能。
