线程纵横：C++并发编程的深度解析与实践

hello ！大家好呀！ 欢迎大家来到我的Linux高性能服务器编程系列之《线程纵横：C++并发编程的深度解析与实践》，在这篇文章中，你将会学习到C++新特性，并发编程，以及其如何带来的高性能的魅力，以及手绘UML图来帮助大家来理解，希望能让大家更能了解网络编程技术！！！

希望这篇文章能对你有所帮助，大家要是觉得我写的不错的话，那就点点免费的小爱心吧！（注：这章对于高性能服务器的架构非常重要哟！！！）

03d6d5d7168e4ccb946ff0532d6eb8b9.gif           

  前言：在当今多核处理器时代，并发编程已成为提高应用程序性能的关键。C++，这一长期以来备受青睐的语言，在C++11及以后的版本中引入了强大的线程库，为开发者提供了丰富的并发编程工具。本文将深入探讨C++线程库的奥秘，揭示并发编程的复杂性与美妙，并通过实际案例，带你领略C++并发编程的魅力。我们将一起探索线程的创建与管理，理解互斥锁、条件变量等同步机制，并学习如何利用这些工具解决实际问题。无论是初学者还是经验丰富的开发者，都能从中获得宝贵的知识和启示。让我们一起踏上这场并发编程的探索之旅吧！ 

目录

 一.线程库

1.1 thread简单类的简单介绍 

1.2 线程函数 

1.3 线程函数参数

二.线程并发

2.1 原子操作 

2.2 mutex的多种互斥量

2.3 lock_guard与unique_lock

2.4 线程交互实例

 一.线程库

1.1 thread简单类的简单介绍 

在 C++11 之前，涉及到多线程问题，都是和平台相关的，比如 windows 和 linux 下各有自己的接 口，这使得代码的可移植性比较差 。 C++11 中最重要的特性就是对线程进行支持了，使得 C++ 在 并行编程时不需要依赖第三方库 ，而且在原子操作中还引入了原子类的概念。要使用标准库中的 线程，必须包含< thread > 头文件。

常见线程函数简介： 

  1. std::thread：

    • 用于创建和管理的线程对象。通过构造函数启动线程，并将一个可调用对象（如函数、Lambda表达式、函数对象）作为参数传递给线程。

  2. std::this_thread::get_id()：

    • 返回当前线程的ID。

  3. std::this_thread::sleep_for：

    • 使当前线程暂停执行指定的时间长度。

  4. std::this_thread::sleep_until：

    • 使当前线程暂停执行直到指定的时间点。

  5. std::mutex：

    • 提供基本的互斥锁功能，用于保护共享数据免受多线程同时访问。

  6. std::lock_guard：

    • 用于管理互斥锁的RAII（Resource Acquisition Is Initialization）包装器，确保在作用域结束时会自动释放锁。

  7. std::unique_lock：

    • 提供比std::lock_guard更灵活的互斥锁管理。允许手动锁定和解锁，支持条件变量，并且可以转移锁的所有权。

  8. std::condition_variable：

    • 用于在多线程编程中同步操作。通常与std::mutex一起使用，用于等待某个条件成立或通知其他线程条件已经改变。

  9. std::condition_variable_any：

    • 与std::condition_variable类似，但可以与任何类型的锁（满足基本锁概念）一起使用。

  10. std::promise：

    • 用于在线程之间传递一个值。可以在线程中设置值，然后其他线程可以获取这个值。

  11. std::future：

    • 用于获取std::promise设置的值。可以查询std::promise设置的结果，并检查它是否已准备好。

  12. std::packaged_task：

    • 用于将任何可调用对象打包成一个可以异步执行的函数对象。与std::future结合使用，可以获取异步操作的结果。

  13. std::async：

    • 用于异步执行函数或可调用对象，并返回一个std::future对象，用于获取异步操作的结果。

这些是C++线程库中一些常用的函数和类。它们提供了线程的创建、同步、通信等基本功能，是进行多线程编程的基础。

注意：
1. 线程是操作系统中的一个概念， 线程对象可以关联一个线程，用来控制线程以及获取线程的
状态 。
2. 当创建一个线程对象后，没有提供线程函数，该对象实际没有对应任何线程。

1.2 线程函数 

当创建一个线程对象后，并且给线程关联线程函数，该线程就被启动，与主线程一起运行。
线程函数一般情况下可按照以下三种方式提供：
1） 函数指针
2） ambda表达式
3） 函数对象

         

 给大家一个简单例子：

#include <iostream>
using namespace std;
#include <thread>
void ThreadFunc(int a)
{cout << "Thread1" << a << endl;
}
class TF
{
public:void operator()(){cout << "Thread3" << endl;}
};
int main()
{// 线程函数为函数指针thread t1(ThreadFunc, 10);// 线程函数为lambda表达式thread t2([]{cout << "Thread2" << endl; });// 线程函数为函数对象TF tf;thread t3(tf);t1.join();t2.join();t3.join();cout << "Main thread!" << endl;return 0;
}
  注意：thread 类是防拷贝的，不允许拷贝构造以及赋值，但是可以移动构造和移动赋值，即将一个 线程对象关联线程的状态转移给其他线程对象，转移期间不意向线程的执行。
可以通过 jionable() 函数判断线程是否是有效的，如果是以下任意情况，则线程无效：
1）采用无参构造函数构造的线程对象
2）线程对象的状态已经转移给其他线程对象
3）线程已经调用 jion 或者 detach 结束

1.3 线程函数参数

    线程函数的参数是以值拷贝的方式拷贝到线程栈空间中的 ，因此：即使线程参数为引用类型，在
线程中修改后也不能修改外部实参，因为 其实际引用的是线程栈中的拷贝，而不是外部实参 。
给大家一个具体例子体会： 
#include <thread>
void ThreadFunc1(int& x)
{x += 10;
}
void ThreadFunc2(int* x)
{*x += 10;
}
int main()
{int a = 10;// 在线程函数中对a修改，不会影响外部实参，因为：线程函数参数虽然是引用方式，但其实际
引用的是线程栈中的拷贝thread t1(ThreadFunc1, a);t1.join();cout << a << endl;// 如果想要通过形参改变外部实参时，必须借助std::ref()函数thread t2(ThreadFunc1, std::ref(a);t2.join();cout << a << endl;// 地址的拷贝thread t3(ThreadFunc2, &a);t3.join();cout << a << endl;return 0;
}

   

二.线程并发

2.1 原子操作 

多线程最主要的问题是共享数据带来的问题(即线程安全)。如果共享数据都是只读的，那么没问 题，因为只读操作不会影响到数据，更不会涉及对数据的修改，所以所有线程都会获得同样的数 据。但是，当一个或多个线程要修改共享数据时，就会产生很多潜在的麻烦。

 对于传统的并发，我们可以使用加锁的方式，来保护线程数据安全：

std::mutex m;
unsigned long sum = 0L;
void fun(size_t num)
{for (size_t i = 0; i < num; ++i){m.lock();sum++;m.unlock();}
}
int main()
{cout << "Before joining,sum = " << sum << std::endl;thread t1(fun, 10000000);thread t2(fun, 10000000);t1.join();t2.join();cout << "After joining,sum = " << sum << std::endl;return 0;
}

但是缺点也非常明显：只要一个线程在对sum++的时候，其它线程会被阻断，影响控制效率，而且锁控制不好，容易造成死锁。

因此 C++11 中引入了原子操作。所谓原子操作：即不可被中断的一个或一系列操作， C++11 引入
的原子操作类型，使得线程间数据的同步变得非常高效。

 这是系统自带的原子数据，可以保护指定原子数据的线程安全。

例如直接将sum改为原子数据：

#include <iostream>
using namespace std;
#include <thread>
#include <atomic>
atomic_long sum{ 0 };
void fun(size_t num)
{for (size_t i = 0; i < num; ++i)sum ++;   // 原子操作
}
int main()
{cout << "Before joining, sum = " << sum << std::endl;thread t1(fun, 1000000);thread t2(fun, 1000000);t1.join();t2.join();cout << "After joining, sum = " << sum << std::endl;return 0;
}

 更为普遍的，我们可以使用atomic模板，定义自己需要的原子类型：

atmoic<T> t;    // 声明一个类型为T的原子类型变量t
注意：原子类型通常属于 " 资源型 " 数据，多个线程只能访问单个原子类型的拷贝，因此 在 C++11 中，原子类型只能从其模板参数中进行构造，不允许原子类型进行拷贝构造、移动构造以及 operator= 等，为了防止意外，标准库已经将 atmoic 模板类中的拷贝构造、移动构造、赋值运算 符重载默认删除掉了。

2.2 mutex的多种互斥量

在C++11中，<mutex>头文件提供了几种不同类型的互斥量（mutex），以满足不同的同步需求。这些互斥量包括：

  1. std::mutex：

    • 最基本的互斥量类型，提供基本的互斥锁功能。它用于保护共享数据，确保同一时间只有一个线程可以访问该数据。

  2. std::recursive_mutex：

    • 允许同一个线程多次获得互斥锁的递归互斥量。这对于递归函数或需要多次进入临界区的代码非常有用。

  3. std::timed_mutex：

    • 与std::mutex类似，但提供了两个额外的成员函数try_lock_for和try_lock_until，允许线程尝试在指定的时间范围内获取互斥锁。

  4. std::recursive_timed_mutex：

    • 结合了std::recursive_mutex和std::timed_mutex的特性，允许递归锁定，并且可以设置超时。
注意，线程函数调用 lock() 时，可能会发生以下三种情况：
1）如果该互斥量当前没有被锁住，则调用线程将该互斥量锁住，直到调用 unlock 之前，
该线程一直拥有该锁。
2）如果当前互斥量被其他线程锁住，则当前的调用线程被阻塞住
3）如果当前互斥量被当前调用线程锁住，则会产生死锁 (deadlock)
线程函数调用 try_lock() 时，可能会发生以下三种情况：
1）如果当前互斥量没有被其他线程占有，则该线程锁住互斥量，直到该线程调用 unlock
释放互斥量
2）如果当前互斥量被其他线程锁住，则当前调用线程返回 false ，而并不会被阻塞掉
3）如果当前互斥量被当前调用线程锁住，则会产生死锁 (deadlock)
try_lock_for()
  接受一个时间范围，表示在这一段时间范围之内线程如果没有获得锁则被阻塞住（与
std::mutex 的 try_lock() 不同， try_lock 如果被调用时没有获得锁则直接返回
false ），如果在此期间其他线程释放了锁，则该线程可以获得对互斥量的锁，如果超
时（即在指定时间内还是没有获得锁），则返回 false 。
try_lock_until()
   接受一个时间点作为参数，在指定时间点未到来之前线程如果没有获得锁则被阻塞住，
如果在此期间其他线程释放了锁，则该线程可以获得对互斥量的锁，如果超时（即在指
定时间内还是没有获得锁），则返回 false 。

2.3 lock_guard与unique_lock

在多线程环境下，如果想要保证某个变量的安全性，只要将其设置成对应的原子类型即可，即高
效又不容易出现死锁问题。但是有些情况下，我们可能需要保证一段代码的安全性，那么就只能
通过锁的方式来进行控制。

 如下为lock_guard的模板源码：

template<class _Mutex>
class lock_guard
{
public:
// 在构造lock_gard时，_Mtx还没有被上锁explicit lock_guard(_Mutex& _Mtx): _MyMutex(_Mtx){_MyMutex.lock();}
// 在构造lock_gard时，_Mtx已经被上锁，此处不需要再上锁
lock_guard(_Mutex& _Mtx, adopt_lock_t): _MyMutex(_Mtx){}~lock_guard() _NOEXCEPT{_MyMutex.unlock();}lock_guard(const lock_guard&) = delete;lock_guard& operator=(const lock_guard&) = delete;
private:_Mutex& _MyMutex;
};
通过上述代码可以看到， lock_guard 类模板主要是通过 RAII 的方式，对其管理的互斥量进行了封 装 ，在需要加锁的地方，只需要用上述介绍的 任意互斥体实例化一个 lock_guard ，调用构造函数 成功上锁，出作用域前， lock_guard 对象要被销毁，调用析构函数自动解锁，可以有效避免死锁 问题。
但是缺点依然明显：太单一，用户没办法对该锁进行控制，故c++11又提供了uniqu_lock.

std::unique_lock是C++11标准库中提供的一个模板类，用于管理互斥锁（mutex）。与std::lock_guard类似，std::unique_lock也是一个RAII（Resource Acquisition Is Initialization）包装器，用于在作用域结束或异常发生时自动释放锁。不过，std::unique_lock比std::lock_guard提供了更多的灵活性和控制。

std::unique_lock的特点包括：

  1. 灵活的锁管理：std::unique_lock允许你在任何时候手动锁定或解锁互斥锁，而std::lock_guard在构造时锁定，在析构时解锁，期间不能手动控制。

  2. 条件变量支持：std::unique_lock可以与std::condition_variable一起使用，用于等待特定的条件成立。这在生产者-消费者模式或其他需要等待特定信号的场景中非常有用。

  3. 所有权转移：std::unique_lock对象可以通过移动构造函数和移动赋值操作符进行所有权转移。这意味着锁的所有权可以从一个std::unique_lock对象转移到另一个。

  4. 锁策略：std::unique_lock的构造函数接受一个策略参数，可以指定在构造时是否立即锁定互斥锁，或者是否采用延迟锁定的策略。

  5. 锁的所有权：与std::lock_guard不同，std::unique_lock可以没有锁的所有权。这意味着它可以被用来包装一个已经锁定的互斥锁，而不需要立即解锁。

#include <mutex>
#include <iostream>
#include <thread>std::mutex mtx; // 创建一个互斥锁
std::condition_variable cv; // 创建一个条件变量void print_thread_id(int id) {std::unique_lock<std::mutex> lock(mtx); // 在作用域开始时自动锁定互斥锁// 使用条件变量等待cv.wait(lock, []{ return true; }); // 此处仅为示例，实际应用中应有具体的条件判断std::cout << "Thread #" << id << '\n';// 作用域结束时，lock对象被销毁，自动解锁互斥锁
}int main() {// 假设有多个线程调用print_thread_id// 每个线程都会在print_thread_id函数中安全地访问共享资源
}

2.4 线程交互实例

#include <thread>
#include <mutex>
#include <condition_variable>
void two_thread_print()
{std::mutex mtx;condition_variable c;int n = 100;bool flag = true;thread t1([&](){int i = 0;while (i < n){unique_lock<mutex> lock(mtx);c.wait(lock, [&]()->bool{return flag; });cout << i << endl;flag = false;i += 2; // 偶数c.notify_one();}});thread t2([&](){int j = 1;while (j < n){unique_lock<mutex> lock(mtx);c.wait(lock, [&]()->bool{return !flag; });cout << j << endl;j += 2; // 奇数flag = true;c.notify_one();}});t1.join();t2.join();
}int main()
{two_thread_print();return 0;
}

这段代码展示了如何在两个线程之间交替打印奇数和偶数。这里使用了std::mutex、std::unique_lock和std::condition_variable来实现线程间的同步。

让我们逐步解释代码的工作原理：

  1. 函数two_thread_print：

    • 此函数设置了一个多线程打印的情景。它创建了一个互斥锁mtx和一个条件变量c，并初始化一个整型变量n为100，以及一个布尔型变量flag为true。

  2. 线程t1：

    • t1是一个Lambda表达式创建的线程，它打印偶数。
    • i初始化为0，然后进入一个循环，直到i小于n。
    • 使用unique_lock<mutex>锁定互斥锁mtx，然后调用c.wait等待条件变量c的通知。
    • c.wait的第二个参数是一个Lambda表达式，它返回flag的值。这意味着t1线程将在flag为true时继续执行。
    • 当t1获得通知并继续执行时，它打印当前的i值，然后将flag设置为false，表示下一个应该打印奇数。
    • i增加2，然后调用c.notify_one通知另一个线程。

  3. 线程t2：

    • t2也是一个Lambda表达式创建的线程，它打印奇数。
    • j初始化为1，然后进入一个循环，直到j小于n。
    • 使用unique_lock<mutex>锁定互斥锁mtx，然后调用c.wait等待条件变量c的通知。
    • c.wait的第二个参数是一个Lambda表达式，它返回!flag的值。这意味着t2线程将在flag为false时继续执行。
    • 当t2获得通知并继续执行时，它打印当前的j值，然后将flag设置为true，表示下一个应该打印偶数。
    • j增加2，然后调用c.notify_one通知另一个线程。

  4. 主线程：

    • 主线程创建t1和t2线程，然后分别调用它们的join方法等待它们完成。

  5. 总结：

    • 这个程序的关键在于flag变量和条件变量c的使用。flag用于控制哪个线程应该打印，而条件变量c用于线程间的同步。
    • 当一个线程打印一个数字并改变flag的值后，它通过notify_one通知另一个线程。
    • 另一个线程等待条件变量c的通知，并在flag的值改变后继续执行。

这个程序展示了如何在C++中使用线程和条件变量来实现复杂的线程间同步。

       好啦！到这里这篇文章就结束啦，关于实例代码中我写了很多注释，如果大家还有不懂得，可以评论区或者私信我都可以哦4d7d9707063b4d9c90ac2bca034b5705.png！！ 感谢大家的阅读，我还会持续创造网络编程相关内容的，记得点点小爱心和关注哟！2cd0d6ee4ef84605933ed7c04d71cfef.jpeg  

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.hqwc.cn/news/700413.html

如若内容造成侵权/违法违规/事实不符，请联系编程知识网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

【线性系统理论】笔记一

【线性系统理论】笔记一

一&#xff1a;状态空间表达式 电路系统状态空间描述列写 1&#xff1a;选取状态变量 状态变量定义&#xff1a;线性无关极大组属性。 2&#xff1a;列出电路原始回路方程 ps&#xff1a;状态变量有两个&#xff0c;理论上需要列写2个方程 3&#xff1a;规范形势 4&#xf…
阅读更多...
Java 包语句，看这一篇就够了

Java 包语句，看这一篇就够了

1.设计的文件层级 我们将“Package”文件夹称为根目录&#xff0c;“Level01”称为一级目录&#xff0c;“Level02”称为二级目录&#xff0c;以此类推。 2.发现在不同目录下的包名有如下特征&#xff1a; 根目录下的文件不需要包名&#xff0c;可以理解成包名为 “”一级目录…
阅读更多...
GPT-4o,AI实时视频通话丝滑如人类，Plus功能免费可用

GPT-4o,AI实时视频通话丝滑如人类，Plus功能免费可用

不开玩笑&#xff0c;电影《她》真的来了。 OpenAI最新旗舰大模型GPT-4o&#xff0c;不仅免费可用&#xff0c;能力更是横跨听、看、说&#xff0c;丝滑流畅毫无延迟&#xff0c;就像在打一个视频电话。 现场直播的效果更是炸裂&#xff1a; 它能感受到你的呼吸节奏&#xf…
阅读更多...
【万字面试题】Redis

【万字面试题】Redis

文章目录 常见面试题布隆过滤器原理和数据结构&#xff1a;特点和应用场景&#xff1a;缺点和注意事项&#xff1a;在python中使用布隆过滤器 三种数据删除策略LRU (Least Recently Used)工作原理&#xff1a;应用场景&#xff1a; LFU (Least Frequently Used)工作原理&#x…
阅读更多...
鸿蒙原生应用数量激增20倍，鸿蒙生态“一路狂奔”！

鸿蒙原生应用数量激增20倍，鸿蒙生态“一路狂奔”！

过去几个月&#xff0c;在各地政府和千行百业伙伴的全面支持下&#xff0c;鸿蒙生态建设正在以前所未有的速度和规模蓬勃发展。 鸿蒙生态跑出“加速度”&#xff0c;再迎里程碑进展 从1月华为宣布首批200多家应用厂商加速开发鸿蒙原生应用以来&#xff0c;到3月底已有超4000款…
阅读更多...
论Java和C++方向选择

论Java和C++方向选择

目录 1.难度2.就业压力3.岗位选择4.薪资待遇5.选择建议小结 1.难度 Java &#xff0c;C&#xff0c; 测开&#xff0c;整体来说三个方向难度相当。 1.仅从语法角度来看&#xff0c;c 是掌控一切&#xff0c;知识都要懂一点&#xff0c;而java的特点在于省心&#xff0c;都封装…
阅读更多...
React useEffect Hook: 理解和解决组件双重渲染问题

React useEffect Hook: 理解和解决组件双重渲染问题

在React中&#xff0c;useEffect可能会在组件的每次渲染后运行&#xff0c;这取决于它的依赖项。如果你发现useEffect运行了两次&#xff0c;并且你正在使用React 18或更高版本的严格模式&#xff08;Strict Mode&#xff09;&#xff0c;这可能是因为在开发模式下&#xff0c;…
阅读更多...
Verilog代码bug：一种特殊的组合逻辑环

Verilog代码bug：一种特殊的组合逻辑环

Verilog代码bug&#xff1a;一种特殊的组合逻辑环 组合逻辑环&#xff08;Combinational Loop&#xff09;是什么&#xff0c;别的文章已经写的很多了&#xff0c;本文就不赘述了&#xff0c;本文主要记录遇到过的一种特殊的逻辑环&#xff1b; 代码如下所示&#xff1a; mo…
阅读更多...
Element-UI 快速入门指南

Element-UI 快速入门指南

文章目录 一、安装 Element-UI1.1 使用 npm 安装1.2 使用 yarn 安装 二、引入 Element-UI三、使用 Element-UI 组件3.1 按钮组件3.2 输入框组件3.3 表单组件3.4 表格组件3.5 弹框组件 四、自定义主题4.1 安装主题工具4.2 初始化变量文件4.3 编译主题 五、总结 &#x1f389;欢迎…
阅读更多...
OpenAI发布新品GPT-4o，电影《HER》演绎的世界真的来了！

OpenAI发布新品GPT-4o，电影《HER》演绎的世界真的来了！

5月14日&#xff0c;OpenAI宣布推出最新旗舰生成式AI模型GPT-4o&#xff0c;它可以实时处理音频、视觉、并对文本进行推理。可以说这是一种全新的交互模式&#xff0c;它完美复刻电影《Her》的世界&#xff0c;标志着人工智能全感知时代的到来。 GpuMall智算云 | 省钱、好用、…
阅读更多...
爆款预警！2024年必火的五大软件应用，你准备好了吗？

爆款预警！2024年必火的五大软件应用，你准备好了吗？

2024年必火的五大软件应用可以从多个角度进行预测。首先&#xff0c;人工智能&#xff08;AI&#xff09;的应用将继续扩大其在软件开发和用户体验改善中的作用。AI技术被用于改善用户体验&#xff0c;如聊天机器人&#xff0c;创建数据驱动的战略和决策&#xff0c;预测趋势以…
阅读更多...
解决使用Vue.js前端与Flask后端API交互时跨源资源共享问题

解决使用Vue.js前端与Flask后端API交互时跨源资源共享问题

我在使用flask以及Vue做一个项目时遇到了Vue前端与Flask后端API交互的问题就是前端获取不到后端返回的数据&#xff0c;报错&#xff1a; 上网查说是跨域问题&#xff0c;于是找了一些解决办法&#xff0c;就是可以通过设置响应头的 Access-Control-Allow-Origin 字段来允许所有…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023