c++ 学习笔记之多线程:线程锁,条件变量,唤醒指定线程

基于CAS线程加锁方式

CAS(Compare-And-Swap)和 mutex 都是用于实现线程安全的技术,但它们适用于不同的场景,具有不同的性能和复杂性。下面是对两者的区别和使用场景的详细解释:

CAS(Compare-And-Swap)

工作原理

CAS 是一种无锁(lock-free)的同步机制,通过原子操作来比较和交换变量的值。它的核心思想是:只有当变量的当前值等于预期值时,才将其更新为新值,否则重新尝试。这个操作通常在硬件级别支持,以确保其原子性。

优点
  1. 高性能:由于没有锁的开销,CAS 通常比互斥锁更快,尤其是在争用较少的情况下。
  2. 无锁编程:CAS 允许多线程环境下的无锁编程,避免了死锁问题。
  3. 可扩展性:在高并发场景下,CAS 能提供更好的可扩展性,因为它减少了线程间的竞争。
缺点
  1. 复杂性:编写无锁代码更复杂,容易出错,特别是在处理复杂数据结构时。
  2. ABA问题:CAS 操作可能会受到 ABA 问题的影响,即一个值被修改成另一个值后又变回原值,导致 CAS 操作误认为值没有变化。
  3. 不适合长时间操作:如果需要进行长时间操作,CAS 可能不适用,因为在高争用情况下,CAS 可能会反复失败,导致性能下降。
使用场景
  1. 短小且频繁的操作:适用于操作简短且需要高频率执行的场景,如计数器、指针交换等。
  2. 高并发环境:适用于高并发但低争用的场景,如无锁队列、栈等数据结构。

mutex(互斥锁)

工作原理

mutex 是一种基于锁的同步机制,用于保护临界区,确保同一时间只有一个线程可以访问共享资源。线程在进入临界区前必须获取锁,离开时释放锁。

优点
  1. 易于理解和使用mutex 的使用方式相对简单,易于理解和实现。
  2. 适用广泛:适用于需要保护临界区的各种场景,包括长时间的复杂操作。
  3. 解决复杂同步问题 :对于复杂的共享资源访问,mutex 提供了可靠的解决方案。
缺点
  1. 性能开销:获取和释放锁的操作有一定的性能开销,尤其是在高并发环境下。
  2. 死锁风险:如果使用不当,可能会导致死锁,即两个或多个线程互相等待对方释放锁。
  3. 上下文切换开销:在高争用情况下,线程可能频繁阻塞和唤醒,导致上下文切换开销。
使用场景
  1. 复杂操作和长时间操作:适用于需要长时间保护的临界区操作,特别是复杂的共享数据结构修改。
  2. 低到中等并发环境:适用于并发度不高的环境,或者即使在高并发环境中,也能有效管理临界区的访问。
  3. 简单同步需求 :对于简单的同步需求,如单个资源的访问控制,mutex 是一个可靠的选择。

总结

  • CAS:适用于短小、频繁且简单的操作,特别是在高并发但低争用的场景中,能提供更好的性能和可扩展性,但编写无锁代码更复杂。
  • mutex:适用于长时间、复杂的操作,以及需要可靠保护的临界区,易于理解和使用,但在高并发环境下性能可能不如无锁方案。

示例:

cpp 复制代码
#include <iostream>
#include <thread>
#include <atomic>

std::atomic<int> num(0); // 使用std::atomic定义一个原子整数

void increment() {
    for (int i = 0; i < 1000; ++i) {
        int expected = num.load();
        while (!num.compare_exchange_weak(expected, expected + 1)) {
            // 如果CAS失败,expected会被更新为当前的值,继续尝试
        }
    }
}

int main() {
    std::thread t1(increment);
    std::thread t2(increment);

    t1.join();
    t2.join();

    std::cout << "Final value of num: " << num << std::endl;

    return 0;
}

条件变量:std::condition_variable

条件变量的工作原理

  1. 线程等待 (wait)

    • 当线程调用 wait 方法时,它会自动释放与条件变量相关联的互斥锁,并进入等待状态。
    • 线程在等待期间会阻塞,直到被其他线程通知。
    • 重要的是,wait 方法会确保线程在被唤醒时会重新获得互斥锁,这样它可以安全地检查和更新条件。
  2. 线程通知 (notify_allnotify_one)

    • 当某个线程改变了共享状态(即更新了条件)后,它会调用 notify_allnotify_one 方法来通知其他线程。
    • notify_all 会唤醒所有在条件变量上等待的线程,而 notify_one 只会唤醒一个线程(如果有多个线程等待)。

来控制多个线程的执行顺序。以下是一个示例代码,实现了四个线程按照指定顺序(2 -> 1 -> 4 -> 3)循环执行:

cpp 复制代码
#include <iostream>
#include <thread>
#include <mutex>
#include <condition_variable>
#include <vector>
#include <algorithm>

std::mutex mtx;
std::condition_variable cv;
int current_thread = 2; // 初始线程编号
const std::vector<int> order = {2, 1, 4, 3}; // 执行顺序
const int num_iterations = 10; // 每个线程执行的循环次数

void thread_function(int thread_id) {
	for (int i = 0; i < num_iterations; ++i) {
		std::unique_lock<std::mutex> lock(mtx);
		cv.wait(lock, [thread_id]() { return current_thread == thread_id; });

		// 执行线程的任务
		std::cout << "Thread " << thread_id << " is executing\n";

		// 更新当前线程编号
		auto it = std::find(order.begin(), order.end(), thread_id);
		if (it != order.end() && ++it != order.end()) {
			current_thread = *it;
		} else {
			current_thread = order[0];
		}

		// 唤醒所有等待线程
		cv.notify_all();
	}
}

int main() {
	std::vector<std::thread> threads;

	// 创建四个线程
	for (int i = 1; i <= 4; ++i) {
		threads.emplace_back(thread_function, i);
	}

	// 等待所有线程完成
	for (auto& t : threads) {
		t.join();
	}

	return 0;
}

notify_allnotify_one 的区别

  1. notify_all:

    • 功能:唤醒所有在条件变量上等待的线程。
    • 使用场景 :当条件变化时,你希望所有等待的线程都能被唤醒并检查条件。例如,当一个共享资源的状态发生变化,并且所有等待的线程都需要重新检查状态时,使用 notify_all 是合适的。
    • 缺点:如果有大量线程等待,并且每次通知都会唤醒所有线程,可能会导致性能问题,因为所有线程都会被唤醒并重新竞争锁。
  2. notify_one:

    • 功能:唤醒一个在条件变量上等待的线程。如果有多个线程等待,哪个线程被唤醒是不确定的。
    • 使用场景:当条件变化时,只需要唤醒一个线程进行处理,其他线程可以继续等待。例如,当有线程处理某个任务时,你可能只需要唤醒一个线程来处理它,并且其他线程可以继续等待。
    • 优点 :比 notify_all 更高效,特别是在只需唤醒一个线程的情况下,减少了不必要的线程唤醒和锁竞争。

多线程编程中,怎么唤醒指定的线程

在多线程编程中,标准的 C++ 条件变量 (std::condition_variable) 并不提供直接指定唤醒哪个特定线程的功能。std::condition_variable 提供的 notify_one()notify_all() 方法仅仅是唤醒一个或所有等待线程,并不支持精确指定具体的线程。要实现更细粒度的线程控制,你需要采用其他方法。以下是一些常见的方法来间接实现唤醒特定线程的需求:

1. 线程标识符与条件变量

你可以使用标识符或某种标志来控制哪个线程应该继续执行。这种方法不直接唤醒特定线程,但通过条件变量和额外的状态管理来实现间接的控制。

cpp 复制代码
#include <iostream>
#include <thread>
#include <mutex>
#include <condition_variable>
#include <vector>

std::mutex mtx;
std::condition_variable cv;
bool ready[4] = {false, false, false, false}; // 每个线程的准备状态

void worker(int id) {
    std::unique_lock<std::mutex> lock(mtx);
    cv.wait(lock, [id]{ return ready[id]; }); // 等待特定条件
    std::cout << "Worker " << id << " is processing\n";
}

void set_ready(int id) {
    std::lock_guard<std::mutex> lock(mtx);
    ready[id] = true;
    cv.notify_all(); // 或 notify_one(),具体取决于你的需求
}

int main() {
    std::vector<std::thread> threads;
    for (int i = 0; i < 4; ++i) {
        threads.emplace_back(worker, i);
    }

    std::this_thread::sleep_for(std::chrono::seconds(1)); // 模拟准备时间

    // 唤醒特定的线程
    set_ready(2); // 只唤醒 id 为 2 的线程

    for (auto& t : threads) {
        t.join();
    }

    return 0;
}

2. 使用 std::promisestd::future

std::promisestd::future 提供了另一种方式来管理线程间的同步,并可以用于将结果传递给特定线程。

cpp 复制代码
#include <iostream>
#include <thread>
#include <future>
#include <vector>

std::vector<std::promise<void>> promises(4);
std::vector<std::future<void>> futures;

void worker(int id) {
    futures[id].wait(); // 等待对应的 promise 被设置
    std::cout << "Worker " << id << " is processing\n";
}

int main() {
    for (int i = 0; i < 4; ++i) {
        futures.push_back(promises[i].get_future());
        std::thread(worker, i).detach();
    }

    std::this_thread::sleep_for(std::chrono::seconds(1)); // 模拟准备时间

    // 唤醒特定的线程
    promises[2].set_value(); // 唤醒 id 为 2 的线程

    std::this_thread::sleep_for(std::chrono::seconds(1)); // 给线程时间完成任务

    return 0;
}
相关推荐
林开落L3 分钟前
前缀和算法习题篇(上)
c++·算法·leetcode
Prejudices16 分钟前
C++如何调用Python脚本
开发语言·c++·python
单音GG19 分钟前
推荐一个基于协程的C++(lua)游戏服务器
服务器·c++·游戏·lua
qing_04060335 分钟前
C++——多态
开发语言·c++·多态
孙同学_35 分钟前
【C++】—掌握STL vector 类:“Vector简介:动态数组的高效应用”
开发语言·c++
charlie1145141911 小时前
Qt Event事件系统小探2
c++·qt·拖放·事件系统
iiiiiankor1 小时前
C/C++内存管理 | new的机制 | 重载自己的operator new
java·c语言·c++
小辛学西嘎嘎1 小时前
C/C++精品项目之图床共享云存储(3):网络缓冲区类和main
c语言·开发语言·c++
无敌最俊朗@1 小时前
stm32学习之路——八种GPIO口工作模式
c语言·stm32·单片机·学习
EterNity_TiMe_2 小时前
【论文复现】STM32设计的物联网智能鱼缸
stm32·单片机·嵌入式硬件·物联网·学习·性能优化