线程纵横：C++并发编程的深度解析与实践

离芩2024-05-15 2:09

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！！！）

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](#1.1 thread简单类的简单介绍)

[1.2 线程函数](#1.2 线程函数)

[1.3 线程函数参数](#1.3 线程函数参数)

二.线程并发

[2.1 原子操作](#2.1 原子操作)

[2.2 mutex的多种互斥量](#2.2 mutex的多种互斥量)

[2.3 lock_guard与unique_lock](#2.3 lock_guard与unique_lock)

[2.4 线程交互实例](#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：

cpp 复制代码 
#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：

cpp 复制代码 
#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：

cpp 复制代码 
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：

cpp 复制代码 
#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：

cpp 复制代码 
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：

cpp 复制代码 
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。

cpp 复制代码 
#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

cpp 复制代码 
#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！！ 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！

相关推荐
疯狂飙车的蜗牛24 分钟前
从零玩转CanMV-K230（4）-小核Linux驱动开发参考
linux·运维·驱动开发
2401_857439691 小时前
SSM 架构下 Vue 电脑测评系统：为电脑性能评估赋能
开发语言·php
恩爸编程1 小时前
探索 Nginx：Web 世界的幕后英雄
运维·nginx·nginx反向代理·nginx是什么·nginx静态资源服务器·nginx服务器·nginx解决哪些问题
SoraLuna1 小时前
「Mac畅玩鸿蒙与硬件47」UI互动应用篇24 - 虚拟音乐控制台
开发语言·macos·ui·华为·harmonyos
xlsw_1 小时前
java全栈day20--Web后端实战(Mybatis基础2)
java·开发语言·mybatis
Michaelwubo2 小时前
Docker dockerfile镜像编码 centos7
运维·docker·容器
Dream_Snowar2 小时前
速通Python 第三节
开发语言·python
远游客07133 小时前
centos stream 8下载安装遇到的坑
linux·服务器·centos
马甲是掉不了一点的<.<3 小时前
本地电脑使用命令行上传文件至远程服务器
linux·scp·cmd·远程文件上传
jingyu飞鸟3 小时前
centos-stream9系统安装docker
linux·docker·centos
热门推荐
01〔AI 绘画〕Stable Diffusion 之 解决绘制多人或面部很小的人物时面部崩坏问题 篇02ARM学习（31）编译器对overlay方式的支持03玄机平台应急响应—webshell查杀04DisplayPort AltMode On Type-c协议_Ver2.0(学习笔记)05校验 GPT-4 真实性的三个经典问题：快速区分 GPT-3.5 与 GPT-4，并提供免费测试网站06Docker 夺命连环 15 问076个主流的工业3D管道设计软件08基于大语言模型（LLM）的合成数据生成、策展和评估的综述09(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10树莓派 5 AI 套件（Hailo-8L）使用教程