[发明专利]基于人工智能的App耗时任务优化方法、装置及相关设备

权利要求书

1.基于人工智能的App耗时任务优化方法，其特征在于，包括：

根据App所在终端设备的运行属性将所述App耗时任务拆分成预设第一数量的子耗时任务，CountDownLatch的初始值设为所述预设第一数量；

创建所述预设第一数量的子线程，并将所述子耗时任务分配给一一对应的所述子线程；

所述App的主线程进入等待状态，所有所述子线程开始并行执行所述子耗时任务，所述子线程执行过程结束则将CountDownLatch的值减一，记录所述子线程执行过程消耗的第一时间；

当所有所述子线程执行结束且CountDownLatch的值小于或等于零时，所述App的主线程从等待状态恢复成工作状态，并记录所述App的主线程等待的第二时间；

利用所述运行属性、所述预设第一数量、所述第一时间和所述第二时间分析所述耗时任务的执行情况，根据所述执行情况及预设第一规则优化并更新所述预设第一数量。

2.根据权利要求1所述基于人工智能的App耗时任务优化方法，其特征在于，所述运行属性包括所述终端设备的硬件性能参数，所述App被安装到所述终端设备后，所述方法还包括：

获取所述终端设备的硬件性能参数判断所述终端设备的硬件性能，再根据所述预设第一规则修改所述预设第一数量。

3.根据权利要求2所述基于人工智能的App耗时任务优化方法，其特征在于，所述运行属性包括所述终端设备的运行状态和所述耗时任务的类型，所述创建所述预设第一数量的子线程，并将所述子耗时任务分配给一一对应的所述子线程包括：

所有所述子线程创建都成功时，将所述子耗时任务分配给一一对应的所述子线程；

存在至少一个子线程创建失败且存在至少一个子线程创建成功时，按照已经创建成功的所述子线程的第二数量重新将所述耗时任务拆分成所述第二数量的子耗时任务，并将拆分的第二数量的子耗时任务分配给一一对应的所述子线程；

所述子线程创建都失败时，停止所述耗时任务的执行，所述App的主线程从等待状态恢复成工作状态，并记录并存储所述子线程创建失败的异常记录、当前所述终端设备的运行状态和所述耗时任务的类型。

4.根据权利要求1所述基于人工智能的App耗时任务优化方法，其特征在于，在所述创建预设第一数量的子线程之后，所述方法还包括：

所述子线程执行所述子线程任务失败时，进行不大于预设重试次数的重试操作，超过预设重试次数仍然失败时则所述子线程执行过程结束。

5.根据权利要求1所述基于人工智能的App耗时任务优化方法，其特征在于，在所述创建预设第一数量的子线程之后，所述方法还包括：

创建线程池管理所述子线程，将所述子线程都加入所述线程池中，所述子线程在执行过程结束后，等待下一次被分配所述子耗时任务。

6.根据权利要求3所述基于人工智能的App耗时任务优化方法，其特征在于，在所述根据所述执行情况及预设第一规则优化并更新所述预设第一数量之后，所述方法还包括：

将所述终端设备的所述运行属性、所述预设第一数量、所述预设第一规则、所述第一时间和所述第二时间发送至云端管理平台进行管理和分析。

7.根据权利要求6所述基于人工智能的App耗时任务优化方法，其特征在于，在将所述终端设备的所述运行属性、所述预设第一数量、所述预设第一规则、所述第一时间和所述第二时间发送至云端管理平台进行管理和分析之后，所述方法还包括：

所述云端管理平台接收所述终端设备的所述运行属性、所述预设第一数量、所述预设第一规则、所述第一时间和所述第二时间，重新动态生成所述预设第一数量返回给所述终端设备，并在所述云端管理平台生成最优预设第一数量。