生产者与消费者算法模拟.rar

# 生产者与消费者算法模拟 ## 问题描述 （1） 设计题目：生产者与消费者算法模拟 （2） 基本内容： ① 创建三个进程，一个是生产者进程，两个是消费者进程。 ② 父子进程都使用父进程创建的共享存储区进行通信，由生产者进程将一个数组中的十个数发送到由 5 个缓冲区组成的共享内存中。 ③ 两个消费者进程轮流接收并输出这十个数值，同时将两个消费者进程读出的数值进行累加求各和。 （3） 实验目的：掌握信号的使用方法和 P、V 操作，实现进程之间同步与互斥，加深对进程同步互斥概念的理解。 ## 需求分析 生产者--消费者问题是一个经典的进程同步问题。既然有进程间的同步，也就必将涉及到进程之间的互斥与通信问题，对于这个问题的解决有着很强的现实意义。它的现实意义在于可以类比到计算机中对于临界资源的互斥共享。生产者与消费者就好比是对计算机临界资源访问的程序或用户，而临界资源如打印机、磁带等设备。 具体的问题模型分为两种，具体比较如下表 2-1 所示。 表 2-1 模型对比表 | 模型 | 单个生产者 + 单个消费者 | 若干个生产者 + 若干个消费者 | | -------- | ------------------------------------------------------------------------------------ | -------------------------------------------------------------------------------------------------------------------------- | | 内容要求 | 当缓冲区为空时，消费者不能从其中取出数据。当缓冲区为满时，生产者不能向其中写入数据。 | 同时只能有一个生产者向缓冲区写入数据。当缓冲区为空时，消费者不能从其中取出数据。当缓冲区为满时，生产者不能向其中写入数据。 | 对于第二种模型，此时的示意图如图 2-1 所示。  图 2-1 多生产者消费者模型示意图 ## 概要设计 ### 思路方法 本次思路从信号量优化而来。 Step1: 在主函数中设计一个 data 数组，并对其随机赋值，然后随机创建若干各生产者进程与消费者进程，随机选取一个就绪状态的进程并执行。 Step2: 使用独有的 LinkedBlockingQueue 数据结构来实现，BlockingQueue 阻塞队列方法已经在内部实现了同步，底层仍然采用的是 await 和 signal 的方法，但是它可在生成对象时指定容量大小,用于阻塞操作的是 put()和 take()方法，可以在加锁的前提下自动完成阻塞的一系列动作，无需再进行其他的手动操作。最后记录中断位置，再随机选取一个就绪进程重复以上步骤。 Step3: 使用了第三方的 Jxl 的 Jar 包将所有的数据导入到 Excel 表中，并通过 Python 呈现到图中。 ### 程序流程图 总体流程图如图 3-1 所示，生产者的流程图如图 3-2 所示，消费者的流程图如 3-3 所示。  图 3-1 总体流程图  图 3-2 生产者流程图  图 3-3 生产者流程图 ## 详细设计 ### 数据结构 本次课程设计中采用 Java 中独有的 LinkedBlockingQueue 数据结构来实现，BlockingQueue 阻塞队列方法在内部实现同步，底层仍采用 await 和 signal 的方法，但它可在生成对象时指定容量大小,使用 put()和 take()方法可以自动阻塞，可以在加锁的前提下自动完成阻塞的一系列动作，无需再进行其他的手动操作，具体的示意图如图 4-1 所示。  图 4-1 阻塞队列示意图 ### 生产者/消费者模式与进程通信 生产与消费模式需使用到同步及线程，属于多并发问题，在本设计中将生产整型数字的模块称为生产者，而获取整形数据的模块，就称为消费者。该模式还需要有一个缓冲区处于生产者和消费者之间，作为一个中介。生产者把数据放入缓冲区，而消费者从缓冲区取出数据。 针对解耦问题，由于生产者和消费者都依赖于缓冲区，两者之间并不直接相互依赖，其耦合也就相应降低。如生产者直接调用消费者的某个方法，由于函数调用是同步的，在消费者的方法没有返回之前，生产者只好一直自我阻塞等待。当消费者消费数据很慢时，生产者就会阻塞很长的时间。 使用了生产者／消费者模式之后，生产者和消费者可以是两个独立的并发主体。生产者把制造出来的数据往缓冲区放入，就可以再去生产下一个数据。基本上不再依赖消费者的处理速度。 针对 Java5 中的阻塞队列（BlockingQueue）的通信则很简单，它隐含的提供了以上的控制，不需要使用 wait 和 nofity 在生产者和消费者之间通信。阻塞队列中，如队列满了，put()方法将自动阻塞，如果队列是空的，take()方法将也将自动阻塞。具体模式和通信方式如图 4-2 所示。  图 4-2 生产者消费者模式与进程通信示意图 ### 生产者进程详细设计 采用循环队列的方式进行处理，在 Producer 类中传入循环次数参数，并调用 Staging_Area 类中的方法 produce()，在此进程开始前加锁，独自占有资源，开始生产且不可抢占。在 produce()方法中，使用 LinkedBlockingQueue 中的 put()方法将 Integer 类型的对象放入队列，注意到此时的 put()部分底层源码如下。 ``` putLock.lockInterruptibly(); while (count.get() == capacity) { notFull.await(); } if (c + 1 < capacity) notFull.signal(); finally { putLock.unlock(); } if (c == 0) signalNotEmpty(); ``` 据此可总结出 put()方法的核心分为四步： Step1:把数据封装成 Node 节点，获取 put 锁； Step2:验证队列是否已满，满则阻塞线程； Step3:如果没有满则把节点加到队列中，count 加 1，并获取加之前的数量； Step4:如果现在数量还是小于最大容量则唤醒阻塞的 put 线程，如果之前数量是 0 则唤醒 take 线程； 具体生产者算法的流程图如图 4-3 所示。  图 4-3 生产者算法执行流程图 ### 消费者进程详细设计 消费者的设计与生产者类似，主要区别在于 take 方法的使用和 sum 的统计。 总结出 take()方法核心同样分为四步： Step1: 首先获取 take 锁； Step2: 判断队列中是否有数据，如果没有则阻塞线程； Step3: 调用 dequeue 方法获取数据，并把 count 减 1； Step4: 如获取前队列数量大于 1 说明有数据，可唤醒其他 take 线程，如果获取前队列数量等于最大容器数量则说明有可能有阻塞的 put 线程，需要唤醒； 具体消费者算法的流程图如图 4-4 所示。  图 4-4 消费者算法执行流程图 ## 调试分析 （1）在阻塞队列中，对于统计的数字一直无法正确获得和输出，网络上也没有针对阻塞队列统计这方面的资料和解决方法，最后我通过线程的休眠和 take 方