android 线程池

ExecutorService pool;                            android 自身的线程池              public void Init()    {        pool = Executors.newFixedThreadPool(3);          for(int j=0 ; j< 10 ; j++)        {            Thread thread = new Thread()            {                public void run()                {                    for(int i=0;i<10 ;i++)                    {                        Trace.Log("-----------------------thread---------"+this.getId());                        try                        {                            Thread.sleep(200);                        }                        catch (InterruptedException e)                        {                            e.printStackTrace();                        }                    }                }            };            pool.submit(thread);              //加入线程                    }        pool.execute(new Thread(){              // 所有线程结束之后执行            public void run()            {                Trace.Log("-----------------------execute---------"+this.getId());                                pool.execute(new Thread(){                    public void run()                    {                        Trace.Log("-----------------------execute-----3----"+this.getId());                    }                });            }        });            }

获取线程池的三种方法：

1、newFixedThreadPool
创建一个可重用固定线程数的线程池，以共享的无界队列方式来运行这些线程。在任意点，在大多数 nThreads 线程会处于处理任务的活动状态。如果在所有线程处于活动状态时提交附加任务，则在有可用线程之前，附加任务将在队列中等待。如果在关闭前的执行期间由于失败而导致任何线程终止，那么一个新线程将代替它执行后续的任务（如果需要）。在某个线程被显式地关闭之前，池中的线程将一直存在。
　　

2、newSingleThreadExecutor
创建一个使用单个 worker 线程的 Executor，以无界队列方式来运行该线程。（注意，如果因为在关闭前的执行期间出现失败而终止了此单个线程，那么如果需要，一个新线程将代替它执行后续的任务）。可保证顺序地执行各个任务，并且在任意给定的时间不会有多个线程是活动的。与其他等效的 newFixedThreadPool(1) 不同，可保证无需重新配置此方法所返回的执行程序即可使用其他的线程。

3、newCachedThreadPool
创建一个可根据需要创建新线程的线程池，但是在以前构造的线程可用时将重用它们。对于执行很多短期异步任务的程序而言，这些线程池通常可提高程序性能。调用 execute 将重用以前构造的线程（如果线程可用）。如果现有线程没有可用的，则创建一个新线程并添加到池中。终止并从缓存中移除那些已有 60 秒钟未被使用的线程。因此，长时间保持空闲的线程池不会使用任何资源。注意，可以使用 ThreadPoolExecutor 构造方法创建具有类似属性但细节不同（例如超时参数）的线程池。

更多相关文章

随机推荐