ForkJoinPool 是 Java SE 7 新功能“分叉/結合框架”的核心類，現在可能乏人問津，但我覺得它遲早會成為主流。分叉/結合框架是一個比較特殊的線程池框架，專用于需要將一個任務不斷分解成子任務（分叉），再不斷進行匯總得到最終結果（結合）的計算過程。比起傳統的線程池類 ThreadPoolExecutor，ForkJoinPool 實現了工作竊取算法，使得空閑線程能夠主動分擔從別的線程分解出來的子任務，從而讓所有的線程都盡可能處于飽滿的工作狀態，提高執行效率。
ForkJoinPool 提供了三類方法來調度子任務：
execute 系列- 異步執行指定的任務。
invoke 和 invokeAll- 執行指定的任務，等待完成，返回結果。
submit 系列- 異步執行指定的任務并立即返回一個
Future 對象。
子任務由 ForkJoinTask 的實例來代表。它是一個抽象類，JDK 為我們提供了兩個實現：RecursiveTask 和 RecursiveAction，分別用于需要和不需要返回計算結果的子任務。ForkJoinTask 提供了三個靜態的 invokeAll 方法來調度子任務，注意只能在 ForkJoinPool 執行計算的過程中調用它們。
ForkJoinPool 和 ForkJoinTask 還提供了很多讓人眼花繚亂的公共方法，其實它們大多數都是其內部實現去調用的，對于應用開發人員來說意義不大。
下面以統計 D 盤文件個數為例。這實際上是對一個文件樹的遍歷，我們需要遞歸地統計每個目錄下的文件數量，最后匯總，非常適合用分叉/結合框架來處理：
// 處理單個目錄的任務
public class CountingTask extends RecursiveTask<Integer> {
private Path dir;
public CountingTask(Path dir) {
this.dir = dir;
}
@Override
protected Integer compute() {
int count = 0;
List<CountingTask> subTasks = new ArrayList<>();
// 讀取目錄 dir 的子路徑。
try (DirectoryStream<Path> ds = Files.newDirectoryStream(dir)) {
for (Path subPath : ds) {
if (Files.isDirectory(subPath, LinkOption.NOFOLLOW_LINKS)) {
// 對每個子目錄都新建一個子任務。
subTasks.add(new CountingTask(subPath));
} else {
// 遇到文件，則計數器增加 1。
count++;
}
}
if (!subTasks.isEmpty()) {
// 在當前的 ForkJoinPool 上調度所有的子任務。
for (CountingTask subTask : invokeAll(subTasks)) {
count += subTask.join();
}
}
} catch (IOException ex) {
return 0;
}
return count;
}
}
// 用一個 ForkJoinPool 實例調度“總任務”，然后敬請期待結果……
Integer count = new ForkJoinPool().invoke(new CountingTask(Paths.get("D:/")));
在我的筆記本上，經多次運行這段代碼，耗費的時間穩定在 600 豪秒左右。普通線程池（Executors.newCachedThreadPool()）耗時 1100 毫秒左右，足見工作竊取的優勢。
結束本文前，我們來圍觀一個最神奇的結果：單線程算法（使用 Files.walkFileTree(...)）比這兩個都快，平均耗時 550 毫秒！這警告我們并非引入多線程就能優化性能，并須要先經過多次測試才能下結論。