ForkJoinPool 来运行斐波那契递归

	static class ComputeFibonacciTask extends RecursiveTask<Long> {

		private final long n;

		public ComputeFibonacciTask(long n) {
			this.n = n;
		}

		protected Long compute() {
			if (n <= 1) {
				return n;
			} else {
				RecursiveTask<Long> otherTask = new ComputeFibonacciTask(n - 1);
				otherTask.fork();
				Long right = new ComputeFibonacciTask(n - 2).compute();
				return right + otherTask.join();
			}
		}
	}

直接 1000 使用默认的 ForkJoinPool 构造方法, 可以看到由于错误的理解, 分治导致出现 2^1000 - 2 个实例

还有一点注意的是: 默认 pool 的大小是 核心-1, 并且是并行的¹

直接爆炸 💥

某一刻的 profile jprofile active code: https://zhile.io/2022/02/22/jprofiler-license.html

解决方法:

不要用 forkJoinPool 来解决非分治问题²

https://www.bilibili.com/video/BV1fr42157T1/

今天看到处理器调度, 想到和这个关联关系. 可能需要从 CPU L1 cache 这个角度来思考, 为什么有的时候并发和并行并不会带来好的结果