原文链接，译文链接，译者：Zach，校对：郑旭东
fork/join框架是ExecutorService接口的一种具体实现，目的是为了帮助你更好地利用多处理器带来的好处。它是为那些能够被递归地拆解成子任务的工作类型量身设计的。其目的在于能够使用所有可用的运算能力来提升你的应用的性能。
类似于ExecutorService接口的其他实现，fork/join框架会将任务分发给线程池中的工作线程。fork/join框架的独特之处在与它使用工作窃取(work-stealing)算法。完成自己的工作而处于空闲的工作线程能够从其他仍然处于忙碌(busy)状态的工作线程处窃取等待执行的任务。
fork/join框架的核心是ForkJoinPool类，它是对AbstractExecutorService类的扩展。ForkJoinPool实现了工作偷取算法，并可以执行ForkJoinTask任务。
使用fork/join框架的第一步是编写执行一部分工作的代码。你的代码结构看起来应该与下面所示的伪代码类似：
| 5 |
分别触发(invoke)这两个子任务的执行，并等待结果 |
你需要将这段代码包裹在一个ForkJoinTask的子类中。不过，通常情况下会使用一种更为具体的的类型，或者是RecursiveTask(会返回一个结果)，或者是RecursiveAction。
当你的ForkJoinTask子类准备好了，创建一个代表所有需要完成工作的对象，然后将其作为参数传递给一个ForkJoinPool实例的invoke()方法即可。
要清晰，先模糊
想要了解fork/join框架的基本工作原理，接下来的这个例子会有所帮助。假设你想要模糊一张图片。原始的source图片由一个整数的数组表示，每个整数表示一个像素点的颜色数值。与source图片相同，模糊之后的destination图片也由一个整数数组表示。
对图片的模糊操作是通过对source数组中的每一个像素点进行处理完成的。处理的过程是这样的：将每个像素点的色值取出，与周围像素的色值（红、黄、蓝三个组成部分）放在一起取平均值，得到的结果被放入destination数组。因为一张图片会由一个很大的数组来表示，这个流程会花费一段较长的时间。如果使用fork/join框架来实现这个模糊算法，你就能够借助多处理器系统的并行处理能力。下面是上述算法结合fork/join框架的一种简单实现：
01
publicclassForkBlurextendsRecursiveAction { |
| 10 |
publicForkBlur([] src,start,monospace!important; font-size:1em!important; direction:ltr!important; display:inline!important; background:none!important">length,monospace!important; font-size:1em!important; direction:ltr!important; display:inline!important; background:none!important">[] dst) { |
| 16 |
17 |
protectedvoidcomputeDirectly() { |
| 18 |
sidePixels = (mBlurWidth -1) /219 |
for(index = mStart; index < mStart + mLength; index++) { |
| 22 |
mi = -sidePixels; mi <= sidePixels; mi++) { |
| 23 |
mindex = Math.min(Math.max(mi + index,), |
| 25 |
pixel = mSource[mindex]; |
| 26 |
rt += ()((pixel &0x00ff0000) >>16) |
| 28 |
gt += (0x0000ff00829 |
30 |
bt += (0x000000ff31 |
32 |
} |
| 33 |
34 |
// Reassemble destination pixel. |
| 35 |
dpixel = (0xff000000) | |
| 36 |
((()rt) <<) | |
| 37 |
)gt) <<38 |
)bt) <<39 |
mDestination[index] = dpixel; |
