【C++11】多线程库 {thread线程库，mutex互斥锁库，condition_variable条件变量库，atomic原子操作库}

芥末虾2023-11-18 10:54

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。

cpp 复制代码 
//在C++98标准下，实现可移植的多线程程序 ------ 条件编译
#ifdef _WIN32
	CreateThread(); //在windows系统下，调用windows多线程接口
	//......
#elif __linux__
	pthread_create(); //在linux系统下，调用pthread线程库接口
	//......
#endif

C++11中最重要的特性就是对多线程编程 进行了支持，而且还引入了原子操作和原子类。

  1. 使得C++在并行编程时不需要依赖第三方库，thread库底层使用条件编译封装各种平台的多线程接口，增加了C++代码的可移植性。
  2. 将多线程接口封装成了类，体现了面向对象的程序设计方法。

一、thread 线程库

注意：要使用C++11标准库中的多线程接口，必须包含< thread >头文件。

1.1 成员函数介绍

thread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。

thread类成员函数 对应的pthread库函数 函数功能 使用方法
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 thread类的默认构造，并没有创建出子线程。
template <class Fn, class... Args> thread (Fn&& fn, Args&&... args); pthread_create(); 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 万能应用和可变参数模板：线程函数fn可以传函数指针，函数对象，lambda表达式；线程函数的参数可以传任意类型，任意数量。
get_id(); pthread_self(); 获取线程id get_id的返回值是自定义类型thread::id，id类重载了所有的关系运算符和流插入运算符(<<)，用于比较和输出线程id。如果不想通过thread类成员函数获取线程id，可以调用全局函数this_thread::get_id()
join(); pthread_join(); 阻塞等待子线程 ------
joinable(); ------ 检查线程是否可以被join：如果线程已经被join或者已经被detach，则该函数返回false，否则返回true。 如果该函数返回true，那么我们可以安全地调用join()函数来等待线程结束。如果该函数返回false，那么我们应该避免调用join()函数，否则会导致程序崩溃。
detach(); pthread_detach(); 分离子线程，它的资源将在线程结束时自动释放，无需其他线程调用join函数来等待它的结束。 ------

线程对象的创建

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。

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. lambda表达式
  3. 函数对象

线程对象的移动

thread类是防拷贝的，不允许拷贝构造以及拷贝赋值，因为拷贝线程是没有实际意义的。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，转移期间不影响线程的执行。

移动构造和移动赋值的意义：分离线程的创建和启动，可以先使用默认构造创建一个空线程对象，再在合适的时候使用移动赋值关联线程函数，启动线程。

测试程序：

cpp 复制代码 
// 创建多个线程求1~n的和：
int main()
{
	int m = 0;
	cin >> m;创建一个空线程对象
	vector<thread> vthds(m); // 调用thread类的默认构造，创建m个空线程对象
	vector<int> nums(m, 0);
	for (auto &e : nums)
	{
		cin >> e;
	}

	for (int i = 0; i < m; ++i)
	{
		// 调用thread类的移动赋值关联线程函数，启动线程
        // 这里用lambda表达式充当线程函数
		vthds[i] = thread([](int num){
			int sum = 0;
			for(int j = 1; j <= num; ++j)
			{
				sum += j;
			} 
            //调用全局函数this_thread::get_id获取线程id
			cout << "[" << this_thread::get_id() << "]: " << sum << endl; }, 
						  nums[i]); 
	}

	for (auto &t : vthds) // thread类禁用拷贝构造，所以必须加引用
	{
		t.join();
	}
}

运行结果：

判断线程对象是否有效

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

1.2 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。

cpp 复制代码 
// 线程函数的参数
#include <thread>

int k = 0;

void ThreadFunc1(int *x)
{
    *x += 10;
}

void ThreadFunc2(int &x)
{
    x += 10;
}

class A
{
public:
    int i = 10;
    static void ThreadFunc3()
    {
        k += 10;
    }
    void ThreadFunc4()
    {
        i += 101;
    }
};

int main()
{
    // 线程函数的参数可以传外部变量的地址（将地址拷贝到线程独立栈）
    thread t1(ThreadFunc1, &k);
    t1.join();
    cout << k << endl;

    // 线程函数的参数不能直接传外部变量的引用（实际引用的是线程栈中的拷贝）
    // thread t2(ThreadFunc2, k); // 在线程函数中对k修改，不会影响外部实参，有些编译器可能直接编译报错
    thread t2(ThreadFunc2, std::ref(k)); // 如果想要通过形参改变外部实参，必须借助std::ref()函数传引用
    t2.join();
    cout << k << endl;

    // 静态成员函数和普通函数类似，只是需要注明类域
    thread t3(A::ThreadFunc3); // 取静态成员函数的地址可以不加&
    t3.join();
    cout << k << endl;

    // 非静态成员函数作线程函数时，必须将this指针（调用对象的地址）作为线程函数的参数。
    A a;
    thread t4(&A::ThreadFunc4, &a); // 取非静态成员函数的地址必须加&
    t4.join();
    cout << a.i << endl;
    return 0;
}

运行结果：

std::ref()函数模板，用于保存变量的引用

1.3 this_thread 命名空间

this_thread是一个访问当前线程的函数集合

  • get_id：返回当前线程的线程ID

  • sleep_until：该线程休眠到某个时间点（绝对时间）

    参数：chrono::time_point类模板的实例化类型

    用法：sleep_until - C++ Reference (cplusplus.com)

  • sleep_for：该线程休眠持续某个时间段（相对时间）

    参数：chrono::duration类模板的实例化类型

    用法：std::this_thread::sleep_for (std::chrono::seconds(1)); // 调用线程休眠1秒

    提示：chrono既是头文件，又是命名空间

  • yield：主动出让线程的时间片

二、mutex 互斥锁库

2.1 4个互斥量类型

在C++11中，Mutex总共包了四个互斥量的种类：

  1. std::mutex
    C++11提供的最基本的互斥量，该类的对象之间不能拷贝，也不能进行移动。mutex最常用的三个函数：
cpp 复制代码 
// mutex
int main()
{
    mutex mtx;
    int x = 0;
    int n = 100000;

    auto threadfunc = [&, n]()
    {
        mtx.lock();
        for (int i = 0; i < n; ++i)
        {
            ++x;
        }
        mtx.unlock();
    };
    thread t1(threadfunc);
    thread t2(threadfunc);

    t1.join();
    t2.join();
    cout << x << endl;
    return 0;
}

注意，线程函数调用lock()时，可能会发生以下三种情况：

  • 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

  • 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

  • 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：

  • 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
  • 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
  • 如果当前互斥量被当前调用线程锁住，则会产生死锁(deadlock)
  1. std::recursive_mutex
    其允许同一个线程对互斥量多次上锁（即递归上锁），来获得对互斥量对象的多层所有权，释放互斥量时需要调用与该锁层次深度相同次数的 unlock()，除此之外，std::recursive_mutex 的特性和 std::mutex 大致相同。

测试程序：

cpp 复制代码 
// recursize_mutex
int x = 0;

void threadfunc(int n, recursive_mutex *mtx)
{
    if(n == 0)
        return;
    mtx->lock();
    ++x;
    threadfunc(n-1, mtx); //允许同一个线程对互斥量多次上锁（即递归上锁）
    mtx->unlock(); //释放互斥量时需要调用与该锁层次深度相同次数的 unlock()
}

int main()
{
    recursive_mutex mtx; //定义一个递归互斥锁
    thread t1(threadfunc, 100000, &mtx);
    thread t2(threadfunc, 200000, &mtx);
    t1.join();
    t2.join();
    cout << x << endl;
    return 0;
}
  1. std::timed_mutex
    比 std::mutex 多了两个成员函数，try_lock_for()，try_lock_until() 。
  • 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。

  1. std::recursive_timed_mutex

    结合recursive_mutex和timed_mutex的特点，不做介绍。

2.2 lock_guard

手动加锁，解锁的缺陷：锁控制不好时，可能会造成死锁，最常见的比如在锁中间代码返回，或者在锁的范围内抛异常。因此：C++11采用RAII的方式对锁进行了封装，即lock_guard和unique_lock。

std::lock_gurad 是 C++11 中定义的模板类。定义如下：

cpp 复制代码 
template<class _Mutex>
class lock_guard
{
public:
	// 在构造lock_gard时加锁
	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)
	{}
    // 在析构lock_guard时解锁
	~lock_guard() _NOEXCEPT
	{
		_MyMutex.unlock();
	}
    // lock_guard不允许拷贝
	lock_guard(const lock_guard&) = delete;
	lock_guard& operator=(const lock_guard&) = delete;
private:
	_Mutex& _MyMutex; //注意：互斥锁不支持拷贝，所以成员变量是互斥锁的引用
};
  • 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。
  • lock_guard的缺陷：太单一，用户没有办法对该锁进行控制，因此C++11又提供了unique_lock。

2.3 unique_lock

与lock_gard类似，unique_lock类模板也是采用RAII的方式对锁进行了封装，并且也是以独占所有权的方式管理mutex对象的上锁和解锁操作，即其对象之间不能发生拷贝。

在构造(或移动(move)赋值)时，unique_lock 对象需要传递一个 Mutex 对象作为它的参数，新创建的unique_lock 对象负责传入的 Mutex 对象的上锁和解锁操作。使用以上类型互斥量实例化unique_lock的对象时，自动调用构造函数上锁，unique_lock对象销毁时自动调用析构函数解锁，可以很方便的防止死锁问题。

cpp 复制代码 
// lock_guard && unique_lock
int x = 0;
mutex mtx;

void threadfunc(int n)
{

    for (int i = 0; i < n; ++i)
    {
        try
        {
            // mtx.lock();
            // lock_guard和unique_lock会在构造时加锁，析构时解锁
            // lock_guard<mutex> lock(mtx);
            unique_lock<mutex> lock(mtx);
            ++x;
            // 抛异常，会跳过unlock函数使程序不能继续执行
            if (rand() % 3 == 0)
            {
                throw exception();
            }
            // mtx.unlock();
        }
        catch (const exception &e)
        {
            cerr << "抛异常" << endl;
        }
    };
}

int main()
{
    srand((unsigned int)time(nullptr));
    thread t1(threadfunc, 10);
    thread t2(threadfunc, 20);

    t1.join();
    t2.join();
    cout << x << endl;
    return 0;
}

与lock_guard不同的是，unique_lock更加的灵活，提供了更多的成员函数：

  • 上锁/解锁操作：lock、try_lock、try_lock_for、try_lock_until和unlock
  • 修改操作：移动赋值、交换(swap：与另一个unique_lock对象互换所管理的互斥量所有权)、释放(release：返回它所管理的互斥量对象的指针，并释放所有权)
  • 获取属性：owns_lock(返回当前对象是否上了锁)、operator bool()(与owns_lock()的功能相同)、mutex(返回当前unique_lock所管理的互斥量的指针)。

三、condition_variable 条件变量库

本节主要演示了condition_variable的使用，condition_variable熟悉我们linux课程已经讲过了，他们用来进行线程之间的互相通知。condition_variable和Linux posix的条件变量并没有什么大的区别，主要还是面向对象实现的。

测试程序：

cpp 复制代码 
// 1~100，t1打印奇数，t2打印偶数
int main()
{
    mutex mtx;
    int x = 1;
    int n = 12345;
    // 1个共享资源，相同条件（奇或偶），定义1个条件变量
    condition_variable cv;
	// 创建并启动2个子线程
    thread t1([&, n]()
              {
                  while (x<=n)
                  {
                      unique_lock<mutex> lock(mtx);
                    // if(x > n) break; // 错误
                    // wait参数：unique_lock, 通关条件
                    cv.wait(lock, [&x](){return x%2 == 1;});
                    // 等效的实现方法：
                    //   while (!(x % 2 == 1)) // 防止伪唤醒
                    //   {
                    //       cv.wait(lock);
                    //   }
                    if(x > n) break; // 条件判断必须放在wait之后
                    cout << "[t1]" << ":" << x << endl;
                    ++x;
                    cv.notify_one();
                  } });

    thread t2([&, n]()
              {
                while(x<=n)
                {
                    unique_lock<mutex> lock(mtx);
                    cv.wait(lock, [&x](){return x%2 == 0;});
                    // 等效的实现方法：
                    // while(!(x%2 == 0)) // 阻塞条件
                    // {
                    //     cv.wait(lock);
                    // }
                    if(x > n) break;
                    cout << "[t2]" << ":" << x << endl;
                    ++x;
                    cv.notify_one();
                } });

    t1.join();
    t2.join();
    return 0;
}

运行结果：

如何确定条件变量的数量？

对于确定条件变量的数量，一般是根据要控制的共享资源或者线程的数量来确定的。如果有多个共享资源或者多个线程需要等待不同的条件来执行，就需要相应数量的条件变量。

如果要控制多个线程对同一个共享资源的访问，可以使用一个条件变量来控制所有线程的等待和唤醒。如果需要不同的条件来控制不同的线程，就需要针对不同的条件使用不同的条件变量。

总结：1个共享资源 + 相同条件 = 1个条件变量

四、atomic 原子操作库

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。

对此，C++98中传统的解决方式：可以对共享修改的数据可以加锁保护。虽然加锁可以解决，但是加锁有一个缺陷就是：临界区代码必须串行执行，只要一个线程在执行临界区代码时，其他线程就会被阻塞，会影响程序运行的效率，而且锁如果控制不好，还容易造成死锁。

因此C++11中引入了原子操作（CAS）。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。

4.1 atomic库中的内置原子类型

在C++11中，程序员不需要对原子类型变量进行加锁解锁操作，线程能够对原子类型变量互斥的访问。

cpp 复制代码 
#include <iostream>
using namespace std;
#include <thread>
#include <atomic>

atomic_long sum{ 0 }; //定义原子类型

void fun(size_t num)
{
	for (size_t i = 0; i < num; ++i)
	sum ++; // 原子操作，不需要进行加锁解锁操作
}

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;
}

atomic库中的内置原子类型实际上是atomic类模板的实例化类型。

注意：需要使用以上原子操作变量时，必须添加头文件<atomic>

4.2 atomic类模板

更为普遍的，程序员可以使用atomic类模板，定义出需要的任意原子类型。

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。

cpp 复制代码 
#include <atomic>
int main()
{
	atomic<int> a1(0);
	//atomic<int> a2(a1); // 编译失败
	atomic<int> a2(0);
	//a2 = a1; // 编译失败
	return 0;
}

4.3 原子操作的原理及应用

CAS（Compare and Swap）操作是一种原子操作，用于实现并发控制。它的原理是：

  1. 读取共享变量的值。
  2. 比较共享变量的值与期望值是否相等，如果相等则执行第4步，否则执行第3步。
  3. 放弃操作，重新读取共享变量的值，然后再次比较。
  4. 将新值写入共享变量。

CAS操作的关键在于比较共享变量的值与期望值是否相等，如果相等则说明共享变量没有被其他线程修改，可以执行写入操作。如果不相等则说明共享变量已经被其他线程修改，需要重新读取共享变量的值并再次比较。这样就可以保证对共享变量的操作是原子的，避免了并发问题。

详细内容请阅读陈浩老师的文章：无锁队列的实现 {CAS操作的原理，无锁队列的链表实现，CAS的ABA问题，无锁队列的数组实现}-CSDN博客

4.4 加锁 VS 原子操作

加锁和原子操作都是用于处理多线程并发访问共享资源的工具，它们各自有一些优势和适用场景。

加锁的优点：

  1. 灵活性：锁提供了更灵活的线程同步机制，可以精确控制临界区的范围，避免不必要的同步。
  2. 可以实现复杂的线程同步逻辑：锁可以实现复杂的线程同步逻辑，比如读写锁、重入锁等，满足不同场景下的需求。
  3. 可以避免ABA问题：在一些情况下，锁能够避免CAS操作中可能出现的ABA问题。

原子操作的优点：

  1. 性能：原子操作通常比加锁的方式具有更好的性能，因为它们通常使用底层硬件指令或者CAS操作来实现，避免了线程阻塞和用户态内核态切换的开销。
  2. 简单性：原子操作通常比加锁的方式更简单，使用起来更加方便，不容易出现死锁等问题。
  3. 可见性：原子操作通常能够保证操作的可见性，确保对共享变量的操作对其他线程是可见的。

在实际应用中，应根据具体的需求和场景来选择使用加锁还是原子操作。通常情况下，如果需要实现简单的原子操作，比如自增、自减等操作，原子操作是更好的选择；而如果需要复杂的线程同步逻辑或者需要精确控制临界区的范围，加锁是更合适的选择。

相关推荐
古希腊掌管学习的神4 分钟前
[LeetCode-Python版]相向双指针——611. 有效三角形的个数
开发语言·python·leetcode
赵钰老师5 分钟前
【R语言遥感技术】“R+遥感”的水环境综合评价方法
开发语言·数据分析·r语言
雨中rain11 分钟前
Linux -- 从抢票逻辑理解线程互斥
linux·运维·c++
就爱学编程13 分钟前
重生之我在异世界学编程之C语言小项目：通讯录
c语言·开发语言·数据结构·算法
Bessssss31 分钟前
centos日志管理，xiao整理
linux·运维·centos
s_yellowfish31 分钟前
Linux服务器pm2 运行chatgpt-on-wechat,搭建微信群ai机器人
linux·服务器·chatgpt
豆是浪个33 分钟前
Linux(Centos 7.6)yum源配置
linux·运维·centos
vvw&34 分钟前
如何在 Ubuntu 22.04 上安装 Ansible 教程
linux·运维·服务器·ubuntu·开源·ansible·devops
我一定会有钱35 分钟前
【linux】NFS实验
linux·服务器
Oneforlove_twoforjob36 分钟前
【Java基础面试题025】什么是Java的Integer缓存池？
java·开发语言·缓存
热门推荐
01【一文读懂】NTN（非地面网络）技术介绍02优化手机性能，解决卡顿问题：关闭这3个微信开关，释放内存空间03玄机平台应急响应—webshell查杀04Cube-Studio：开源大模型全链路一站式中台05基于大语言模型（LLM）的合成数据生成、策展和评估的综述06(欧拉)openEuler系统添加网卡文件配置流程、(欧拉)openEuler系统手动配置ipv6地址流程、(欧拉)openEuler系统网络管理说明07组基轨迹建模 GBTM的介绍与实现（Stata 或 R）08HCIA-datacom数通题库和录播视频资料09Docker 夺命连环 15 问10RAG 实践- Ollama+RagFlow 部署本地知识库