Java回调和异步耗时处理思路

Java回调和异步耗时处理思路,第1张

前段时间需要编写一个耗时处理的框架,觉得这种思路太常见,一部分新手可能没法快速掌握,特编此案例,注释已经完整得不能再完整了,静下心来好好看绝对能学会。 代码部分:
package net.kuisec;

/**
 * 运行主类
 * 主线程
 * 主线程中将使用两种常用对象,已经做区分
 * @author Jinsn
 *
 */
public class Demo {
	public static void main(String[] args) {
		
		//创建DelayCall对象来使用回调
		DelayCall call = new DelayCall();
		
		System.out.println("接口实现类运行方式启动:");
		
		//使用多态来展现接口灵活性,编译看左边,运行看右边。
		CallBack callBack = new InterImp();
		//传入数据开始模拟
		call.dataProcessing("10086(接口实现类)", callBack);
		
		//换行分隔
		System.out.println();
		
		System.out.println("匿名内部类运行方式启动:");
		
		//换行分隔
		System.out.println();
		
		//使用多态来得到匿名内部类对象
		CallBack callBack2 = new CallBack() {
			@Override
			public void callBack() {
				// TODO Auto-generated method stub
				System.out.println("匿名内部类被调用,回调生效");
				System.out.println("匿名内部类运行方式结束");
				
				//换行分隔
				System.out.println();
			}
		};
		//传入数据开始模拟
		call.dataProcessing("10000(匿名内部类)", callBack2);
		
	}
}

/**
 * 模拟一个耗时处理
 * @author Jinsn
 *
 */
class DelayCall{
	/**
	 * 开启子线程模拟一个耗时 *** 作
	 * @param data 得到消息,模拟数据传入
	 * @param callback 得到回调对象,当数据处理完毕之后调用回调对象中的回调方法
	 */
	public void dataProcessing(String data, CallBack callback){
		new Thread(new Runnable() {
			public void run() {
				try {
					//模拟子线程耗时数据处理
					System.out.println("得到的data:" + data);
					System.out.println("耗时处理3秒");
					//换行分隔
					System.out.println();
					Thread.sleep(3000);
					System.out.println("耗时处理结束");
					
					//运行结束,回调
					callback.callBack();
				} catch (InterruptedException e) {
					// TODO Auto-generated catch block
					e.printStackTrace();
				}
			}
		}).start();
	}
}

/**
 * 创建回调接口
 * 主要功能是能利用多态灵活性得到回调对象
 * 假设回调对象是匿名内部类,可以省去频繁创建类对象
 * @author Jinsn
 *
 */
interface CallBack{
	void callBack();
}

/**
 * 定义一个接口实现类
 * 这样的实现类实际运用过程中多以匿名内部类方式出现
 * @author Jinsn
 *
 */
class InterImp implements CallBack{
	@Override
	public void callBack() {
		// TODO Auto-generated method stub
		System.out.println("接口实现类被调用,回调生效");
		System.out.println("接口实现类运行方式结束");
		
		//换行分隔
		System.out.println();
	}
}

希望能帮助到你。

欢迎分享,转载请注明来源:内存溢出

原文地址: http://outofmemory.cn/langs/874760.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
上一篇 2022-05-13
下一篇 2022-05-13

发表评论

登录后才能评论

评论列表(0条)

保存