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,并且可以跨平台,这使得 C++ 在并行编程时不需要依赖第三方库。C++11 在原子操作中还引入了原子类的概念。

C++11 的线程库在使用上跟 Linux 中的 POSIX 线程库几乎是类似的,不过进行了类的封装。

一、std::thread

thread 类常用函数:
 ① thread():构造一个线程对象,没有关联任何线程函数,即没有启动任何线程。
 ② thread(fn, args1, args2, ...):构造一个线程对象,并关联线程函数 fn 。args1,args2,… 为线程函数的参数。
 ③ get_id() :获取线程 id 。
 ④ joinable():判断线程对象是否可以被 join 。
 ⑤ join():阻塞等待线程对象终止。
 ⑥ detach():分离线程对象。

注:
 ① 线程函数是可调用对象,可按照以下三种方式提供:函数指针、lambda表达式、函数对象。
 ② thread 类不允许拷贝构造以及赋值重载,但是可以移动构造和移动赋值(将一个线程对象关联线程的状态转移给其他线程对象,转移期间不影响线程的执行)。
 ③ 可以通过joinable()函数判断线程是否是有效的,如果是,则线程无效。
 ④ 采用默认构造函数构造的线程对象。
 ⑤ 线程对象的状态已经转移给其他线程对象。
 ⑥ 线程已经被 join 或者 detach 了。

在某些场景下,我们需要在线程函数内部对外部实参做修改,有两种解决方案。

解决方案1:使用老方法,传指针给线程函数

#include <iostream>
#include <thread>
using namespace std; void func(int* p)
{
cout << "p:" << p << endl;
(*p) += 10;
} int main()
{
int n = 0;
cout << "&n: " << &n << endl;
thread t1(func, &n);
t1.join(); cout << n << endl; return 0;
}
运行结果:n 和 p 的地址相同,n 的值是 10 。

解决方案2:传引用给线程函数,但是需要注意的是,必须使用std::ref()来指明实参是引用类型(否则会报错)。

在一般情况下,传引用传参不需要使用std::ref()来特别指明,但在线程函数中传引用传参时需要,这跟线程函数的底层实现有关。

#include <iostream>
#include <thread>
using namespace std; void func(int& x)
{
cout << "&x:" << &x << endl;
x += 10;
} int main()
{
int n = 0;
cout << "&n: " << &n << endl;
thread t1(func, std::ref(n));
t1.join(); cout << n << endl; return 0;
}

二、std::mutex

在 C++11 中,mutex 总共包含四种互斥锁。但我们最常用的还是 mutex 。

mutex 类常用函数:
 ① lock():加互斥锁(若线程申请锁成功,继续向后执行;若申请锁不成功,会被挂起等待)。
 ② unlock():解互斥锁。
 ③ try_lock():尝试加互斥锁,若互斥锁被其他线程占有,则当前线程立即返回(即相比于lock(),try_lock()是非阻塞的)。

我们给临界区加互斥锁,一般情况下,临界区的范围越小越好。

但下面的测试代码是一个极端场景:

#include <iostream>
#include <thread>
#include <mutex>
using namespace std; int x = 0; //两个线程对同一个变量x++,共享变量
mutex mtx; int main()
{
thread t1(Func, 50000000);
thread t2(Func, 50000000); t1.join();
t2.join(); cout << x << endl; return 0;
}
//把加锁和解锁放在循环的外面
void Func(int n)
{
mtx.lock();
for (int i = 0; i < n; ++i)
{
++x;
}
mtx.unlock();
}
//把加锁和解锁放在循环的里面
void Func(int n)
{
for (int i = 0; i < n; ++i)
{
mtx.lock();
++x;
mtx.unlock();
}
}

在这个例子中,在保证线程安全的前提下,把加锁和解锁放在循环的里面和外面均可。
不过在这里最好放在循环的外面,因为放在循环的里面会带来效率的降低。可以亲自测试一下。

主要是因为循环里面的代码执行得快(++x 很快),而且锁的申请和释放也有消耗。

  • 若把加锁和解锁放在循环的外面,在这种情况下虽然多个线程是串行执行的。
  • 若把加锁和解锁放在循环的里面,在这种情况下虽然多个线程是并行执行的,但是由于频繁地申请锁和释放锁,频繁地切换上下文,会带来很大的消耗,于是带来效率的降低,反而还不如多线程串行执行。如果把加锁和解锁放在循环的里面,相比于互斥锁,使用自旋锁更好。

三、lock_guard 与 unique_lock

下面的代码在极端情况下会出现死锁问题:

//这是多线程场景,func是所有线程的执行函数
void func(vector<int>& v, int n, int base, mutex& mtx)
{
try
{
for (int i = 0; i < n; ++i)
{
mtx.lock(); v.push_back(base + i); mtx.unlock();
}
}
catch(const exception& e)
{
cout << e.what() << endl;
}
}

push_back()在插入数据时有可能因为空间不够而需要扩容,就向系统申请空间,申请空间失败会抛异常。代码在push_back()处抛异常,不会执行unlock(),线程还未释放锁,进而导致死锁问题,这是一种异常安全问题

实际上,指针变量会交给智能指针来管理,而锁会交给 lock_guard 或 unique_lock 来管理,创建对象来对资源进行管理对象出了作用域就会调用析构函数来释放资源,于是我们就不需要在 catch 块中考虑诸如解锁和释放内存等问题了。

C++11 采用 RAII 的方式对锁进行了封装,即 lock_guard 与 unique_lock 。

3.1 lock_guard

lock_guard 的成员函数只有构造函数和析构函数。

  • lock_guard 在创建对象时,会在构造函数中调用lock()
  • 在销毁对象时,会在析构函数中调用unlock()

下面是对应的代码:

//这是多线程场景,func是所有线程的执行函数
void func(vector<int>& v, int n, int base, mutex& mtx)
{
try
{
for (int i = 0; i < n; ++i)
{
lock_guard<mutex> lock(mtx); //lock_guard,不会导致死锁 cout << this_thread::get_id() << ":" << base + i << endl; v.push_back(base + i); if (base == 1000 && i == 888) //模拟push_back失败抛异常
{
throw bad_alloc();
}
}
}
catch (const exception& e)
{
cout << e.what() << endl;
}
}
template<class Lock>
class LockGuard //我们简单模拟实现的lock_guard
{
public:
LockGuard(Lock& lock) //引用类型
:_lock(lock)
{
_lock.lock();
} ~LockGuard()
{
_lock.unlock();
} //防止拷贝和赋值
LockGuard(const LockGuard&) = delete;
LockGuard& operator=(const LockGuard&) = delete; private:
Lock& _lock; //引用类型
};

3.2  unique_lock

由于 lock_guard 比较单一,没有办法对锁进行控制,因此 C++11 又提供了 unique_lock 。

unique_lock 跟 lock_guard 类似,可以用 unique_lock 替换掉 lock_guard 。
但相比于 lock_guard ,unique_lock 更加的灵活,提供了更多的成员函数。

四、atomic

在 C++11 中,如果想要在多线程环境下保证某个共享变量的安全性,除了加互斥锁以外,我们还可以把共享变量的类型定义为原子类

由于对原子类型变量的操作本身就是原子的,所以是线程安全的。

测试代码:

#include <iostream>
#include <thread>
#include <mutex>
#include <atomic>
using namespace std; atomic<int> x = 0; void Func(int n)
{
for (int i = 0; i < n; ++i)
{
++x; //原子操作的++
}
} int main()
{
thread t1(Func, 50000000);
thread t2(Func, 50000000); t1.join();
t2.join(); cout << x << endl; return 0;
}

五、condition_variable

 实现一个程序,使得两个线程交替打印,一个打印奇数,一个打印偶数。

只使用互斥锁是不满足题目要求的。
比如下面的代码:

#include <iostream>
#include <thread>
#include <mutex>
using namespace std; int main()
{
int n = 100;
int i = 0;
mutex mtx; //偶数 - 先打印
thread t1([n, &i, &mtx]{
while (i < n)
{
unique_lock<mutex> lock(mtx); cout << this_thread::get_id() << ":" << i << endl;
++i;
}
}); //交替走 //奇数 - 后打印
thread t2([n, &i, &mtx]{
while (i < n)
{
unique_lock<mutex> lock(mtx); cout << this_thread::get_id() << ":" << i << endl;
++i;
}
}); t1.join();
t2.join(); return 0;
}

虽然运行结果看上去满足了题目要求,但是也不能排除其中一个线程的时间片比较充足,连续打印了好几次。换言之,上面的程序不能保证一定能满足题目要求。

为了保证一定能够满足题目要求,两个线程交替打印时必须具备一定的顺序性,即线程同步。因此,其中一种方法,就是使用条件变量

5.1 condition_variable 介绍 [ 线程间同步通信,condition_variable 对象+unique_lock 对象 ]

condition_variable 是 C++ 中的一种同步工具, 可以在线程间进行同步通信。它主要由两部分组成:

  • 一个 condition_variable 对象
  • 一个 unique_lock 对象

5.2 使用方法 [wait()+ notify_one() / notify_all() ]

当某个线程需要等待某个条件成立时, 它会对 condition_variable 调用 wait() 方法, 这样它就会被阻塞直到其他线程通知它, 或者其他线程调用了notify_one() 或 notify_all() 方法

当其他线程改变了某个条件, 想要通知等待中的线程时, 它会调用 notify_one() 或 notify_all() 方法, 这样等待线程就可以被唤醒。这样就可以避免了使用传统的等待方式(例如while 循环或者 sleep() )带来的资源浪费和程序降低可维护性问题。

请注意,在使用condition_variable 时需要使用unique_lock作为其辅助,因为 condition_variable 实现对于解锁,锁定,配对操作。

notify_one() 作用是唤醒一个正在等待 condition_variable 的线程,使其获得锁并继续执行。它只会唤醒一个等待的线程,所以如果有多个线程在等待,那么只有一个线程会被唤醒,其他线程还是处于等待状态。使用 notify_one() 的方法是:

  1. 在线程中使用 std::unique_lock 对象来锁定 condition_variable,
  2. 然后调用 condition_variable 的 wait() 方法来等待,
  3. 当线程需要唤醒其他线程时,调用 notify_one() 来唤醒等待的线程。

condition_variable 类常用函数:

 ① wait(lck):在条件变量下等待(调用时,会首先自动释放互斥锁,然后再挂起自己;被唤醒时,会自动竞争锁,获取到锁之后才能返回)。
 ② wait(lck, pred):pred 是可调用对象,相当于 while (!pred()) wait(lck); 。
 ③ notify_one():唤醒在条件变量下等待的一个线程。
 ④ notify_all():唤醒在条件变量下等待的所有线程。

通过使用条件变量,能够实现一个一定能够满足题目要求的程序。
比如下面的代码:

#include <iostream>
#include <thread>
#include <mutex>
#include <condition_variable>
using namespace std; int main()
{
int n = 100;
int i = 0;
mutex mtx;
condition_variable cv;
bool flag = false; //偶数 - 先打印
thread t1([n, &i, &mtx, &cv, &flag]{
while (i < n)
{
unique_lock<mutex> lock(mtx); //若flag为true,会wait,直到flag为false
cv.wait(lock, [&flag]()->bool {return !flag; }); cout << this_thread::get_id() << "->:" << i << endl;
++i;
//保证下一个打印的一定是另一个线程,也可以防止该线程连续打印
flag = true; cv.notify_one();
}
}); //奇数 - 后打印
thread t2([n, &i, &mtx, &cv, &flag]{
while (i < n)
{
unique_lock<mutex> lock(mtx); //若flag为false,会wait,直到flag为true
cv.wait(lock, [&flag]()->bool {return flag; }); cout << this_thread::get_id() << ":->" << i << endl;
++i;
//保证下一个打印的一定是另一个线程,也可以防止该线程连续打印
flag = false; cv.notify_one();
}
}); t1.join();
t2.join(); return 0;
}

————————————————
版权声明:本文为CSDN博主「Butayarou」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。
原文链接:https://blog.csdn.net/m0_59938453/article/details/128435077

C++11之线程库的更多相关文章

  1. C++ 11 多线程--线程管理

    说到多线程编程,那么就不得不提并行和并发,多线程是实现并发(并行)的一种手段.并行是指两个或多个独立的操作同时进行.注意这里是同时进行,区别于并发,在一个时间段内执行多个操作.在单核时代,多个线程是并 ...

  2. (转)C++ 11 多线程--线程管理

    说到多线程编程,那么就不得不提并行和并发,多线程是实现并发(并行)的一种手段.并行是指两个或多个独立的操作同时进行.注意这里是同时进行,区别于并发,在一个时间段内执行多个操作.在单核时代,多个线程是并 ...

  3. Linux posix线程库总结

    由于历史原因,2.5.x以前的linux对pthreads没有提供内核级的支持,所以在linux上的pthreads实现只能采用n:1的方式,也称为库实现. 线程的实现,经历了如下发展阶段: Linu ...

  4. Boost线程库学习笔记

    一.创建一个线程 创建线程 boost::thread myThread(threadFun); 需要注意的是:参数可以是函数对象或者函数指针.并且这个函数无参数,并返回void类型. 当一个thre ...

  5. 基于C++11的线程池,简洁且可以带任意多的参数

    咳咳.C++11 加入了线程库,从此告别了标准库不支持并发的历史.然而 c++ 对于多线程的支持还是比较低级,稍微高级一点的用法都需要自己去实现,譬如线程池.信号量等.线程池(thread pool) ...

  6. 比特币源码分析--C++11和boost库的应用

    比特币源码分析--C++11和boost库的应用     我们先停下探索比特币源码的步伐,来分析一下C++11和boost库在比特币源码中的应用.比特币是一个纯C++编写的项目,用到了C++11和bo ...

  7. 基于C++11实现线程池的工作原理

    目录 基于C++11实现线程池的工作原理. 简介 线程池的组成 1.线程池管理器 2.工作线程 3.任务接口, 4.任务队列 线程池工作的四种情况. 1.主程序当前没有任务要执行,线程池中的任务队列为 ...

  8. 基于C++11的线程池(threadpool),简洁且可以带任意多的参数

    咳咳.C++11 加入了线程库,从此告别了标准库不支持并发的历史.然而 c++ 对于多线程的支持还是比较低级,稍微高级一点的用法都需要自己去实现,譬如线程池.信号量等.线程池(thread pool) ...

  9. java JDK8 学习笔记——第11章 线程和并行API

    第11章 线程与并行API 11.1 线程 11.1.1 线程 在java中,如果想在main()以外独立设计流程,可以撰写类操作java.lang.Runnable接口,流程的进入点是操作在run( ...

  10. c++11 Chrono时间库

    c++11 Chrono时间库 http://en.cppreference.com/mwiki/index.php?title=Special%3ASearch&search=chrono ...

随机推荐

  1. Vladik and fractions

    题目大意 给出 \(n\),求一组 \(x,y,z\) 满足 \(\frac 1x + \frac 1y + \frac 1z = \frac 2n\) 若不存在合法的解,输出 \(-1\) 其中 \ ...

  2. Vulhub 漏洞学习之:Django

    Vulhub 漏洞学习之:Django 目录 Vulhub 漏洞学习之:Django 1 Django debug page XSS漏洞(CVE-2017-12794) 1.1 漏洞利用过程 2 Dj ...

  3. REDIS基础要点

    简述:redis 单实例,单进程,当线程处理用户请求数据,基于内存对数据处理.Redis默认分为0-16号库,每个库互相隔离(数据不共享) 基础复习: 1,系统中的每个进程对应有一个fd,通过网卡连接 ...

  4. 云服务器 CentOS 的使用历程

    ------------恢复内容开始------------ CentOS图形页面的下载 安装X(X Window System),命令如下: yum groupinstall "X Win ...

  5. Day 24 24.1:逆向分析1 - Steam案例

    STEAM逆向分析 url:https://store.steampowered.com/login/?redir=&redir_ssl=1 分析思路: 输入用户名和密码后,点击登录按钮,通过 ...

  6. Django中遇到的问题

    1.如右上角无Dj的 Django标识 解决方法1: 关闭Pycharm 重启创建项目,进入到Django的所在目录下 解决方法2: 方法3: 第一步: 第二步: 第三步: 第四步: 2.如下图:显示 ...

  7. CF生化全模式全装备单机版安装教程(基于CSOL)

    喜欢玩CF单机版的朋友平时应该接触过一些基于CS1.6的单机版,但是这种版本有些特性就是:改了分辨率就容易进不去游戏:变为幽灵时被枪射击时会出现视角乱晃的情况:游戏过程中场景宏大变数多时容易突然退出回 ...

  8. 2022-05-11内部群每日三题-清辉PMP

    1.一个低概率/高影响的技术风险发生了. 项目经理该怎么做? A. 提交变更请求来调整成本和进度基准 B. 进行风险审查,评估其对项目可交付成果的影响 C. 实施风险登记册中概述的减轻计划 D. 查询 ...

  9. DataWork之 MaxComputer的使用

    注意: 由于MaxComputer里面没有主键 默认主键为 保单号+8位险种代码+责任起期 若无主键限制,就对所有的字段进行分组 所以每次join的时候,where条件需要加上 a.主键 =b.主键 ...

  10. datax在win10中的安装

    datax安装需要的环境 JDK(1.8以上,推荐1.8) Python(推荐Python2.7.X) Apache Maven 3.x (Compile DataX) 这里只讲下python的安装和 ...