FutureTask通过状态机控制、内存可见性机制和原子协作模式确保准确性：相同输入只执行一次计算，所有并发请求获得一致结果或异常。
FutureTask 本身不直接“保障准确性”，而是通过状态机控制 + 内存可见性机制 + 原子协作模式，确保多个线程对同一任务的调用最终获得一致、正确且仅执行一次的结果。准确性在这里指：相同输入只触发一次真实计算，所有并发请求拿到的是同一个正确结果（或同一个异常），不会因竞态导致重复执行、结果不一致或状态混乱。
靠状态机防止重复执行
FutureTask 内部用 volatile int state 精确标记生命周期（NEW → COMPLETING → NORMAL/EXCEPTIONAL 等）。任务只能从 NEW 状态被 CAS 更新为 COMPLETING，再变为终态；一旦进入终态，state 不再改变，outcome（结果或异常）也被唯一写入。这意味着：
- 多个线程尝试调用 run() 时，只有第一个成功将 state 从 NEW 改为 COMPLETING 的线程真正执行 call()；
- 其余线程调用 run() 会直接返回（因为 state 已非 NEW），不会重复计算；
- get() 方法严格依赖 state 判断是否可读 outcome，避免读到未初始化或中间状态的值。
靠 happens-before 保证结果可见性
FutureTask 在设置结果时，先完成 outcome = v 赋值，再用 UNSAFE.putOrderedInt 将 state 设为 NORMAL。由于 state 是 volatile 字段，该写操作构成一个释放动作（release action）；而 get() 中读取 state 构成获取动作（acquire action）。JMM 规定：释放动作与后续获取动作之间存在 happens-before 关系——因此，只要 get() 成功返回，就一定能看到之前写入的 outcome 值，不会出现“结果已算完但读到 null 或旧值”的情况。
靠原子协作避免缓存污染
单独使用 FutureTask 并不能自动解决高并发下的重复计算问题；它必须配合 ConcurrentHashMap 和 putIfAbsent 才能发挥最大价值：
立即学习“Java免费学习笔记（深入）”；
- ConcurrentHashMap.putIfAbsent(key, ft) 是原子操作，确保同 key 只插入一个 FutureTask 实例；
- 插入成功的线程负责调用 ft.run() 启动计算；
- 其他线程拿到已存在的 ft，调用 get() 阻塞等待——它们共享的是同一个 FutureTask 实例，自然共享同一个 outcome；
- 若计算抛出异常，ExecutionException 包装后统一暴露给所有调用者，行为一致。
靠健壮处理守住边界
生产环境中，准确性还需覆盖异常路径：
- 遇到 CancellationException：说明任务被取消，应立即 cache.remove(key, ft)，防止后续请求拿到失效 Future；
- 遇到 ExecutionException：表明计算逻辑失败，同样需清理缓存，避免下次请求复用错误状态；
- 必须使用带超时的 get(timeout, unit)：防止某次计算卡死，导致所有等待线程永久挂起，间接破坏服务可用性与结果时效性。
