Java Fork/Join 框架深度解析：工作盜演算法與並行遞歸實戰

框架定位

ForkJoinPool 實作 ExecutorService，專為 **分治遞歸任務** 設計。核心創新：**Work-Stealing（工作盜竊）演算法** —— 空閒執行緒從忙碌執行緒雙端佇列「偷」任務，極大提升多核利用率。

核心類別體系

• ForkJoinPool：執行引擎，管理工作執行緒與任務佇列
• ForkJoinTask<V>：任務基類
  • RecursiveTask<V>：有返回值
  • RecursiveAction：無返回值

標準編碼範式

protected void compute() {
    if (taskSmallEnough()) {
        computeDirectly();           // 基礎情況：直接計算
    } else {
        ForkJoinTask<V> left = createSubtask();
        ForkJoinTask<V> right = createSubtask();
        left.fork();                 // 非阻塞提交左子任務
        V rightResult = right.compute(); // 當前執行緒執行右子任務
        V leftResult = left.join();      // 等待左子任務完成
        return combine(leftResult, rightResult);
    }
}

實戰案例：並行圖片模糊

將像素陣列遞歸二分，閾值 sThreshold = 100_000 像素以下直接計算：

public class ForkBlur extends RecursiveAction {
    private final int[] src, dst;
    private final int start, len;
    private static final int BLUR_WIDTH = 15;
    private static final int THRESHOLD = 100_000;

    protected void compute() {
        if (len < THRESHOLD) { computeDirectly(); return; }
        int split = len / 2;
        invokeAll(new ForkBlur(src, start, split, dst),
                  new ForkBlur(src, start + split, len - split, dst));
    }
    // computeDirectly() 實作像素鄰域平均...
}

啟動：new ForkJoinPool().invoke(new ForkBlur(src, 0, src.length, dst));

JDK 內建應用

• Arrays.parallelSort()、parallelPrefix()：JDK 8+ 內部使用 Fork/Join
• Stream.parallel()：ForkJoinPool.commonPool() 執行並行流水線

效能調優關鍵

避坑指南

• 避免在任務中直接 Thread.sleep、同步 IO、重鎖 → 導致工作執行緒餓死
• 異常處理：fork() 子任務異常需 join() 時拋出，或覆寫 onExceptionalCompletion
• 不要在 commonPool 執行長時間/阻塞任務 → 影響全應用並行流

Fork/Join 讓分治遞歸並行化變得簡單高效，是多核時代 Java 開發者必備利器。