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
头文件。线程类
函数名 | 功能 |
---|---|
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(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fn的参数 |
get_id() | 获取线程id |
joinable() | 线程是否还在执行,true代表的是一个正在执行中的线程。 |
join() | 该函数调用后会阻塞主线程,当该线程结束后,主线程继续执行 |
detach() | 在创建线程对象后马上调用,用于把被创建线程与线程对象分离开,分离的线程变为后台线程,创建的线程的"死活"就与主线程无关 |
注意:
#include
int main()
{
std::thread t1;// 没有对应任何线程
cout << t1.get_id() << endl;// 0
return 0;
}
get_id()的返回值类型为id类型,id类型实际为std::thread命名空间下封装的一个类,该类中
包含了一个结构体:
typedef struct
{ /* thread identifier for Win32 */
void* _Hnd; /* Win32 HANDLE */
unsigned int _Id;
} _Thrd_imp_t;
#include
#include
using namespace std;
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(仿函数)
TF tf;
thread t3(tf);
t1.join();
t2.join();
t3.join();
cout << "Main thread!" << endl;
return 0;
}
问: 并发与并行的区别?
并发(Concurrency)和并行(Parallelism)是计算机科学中两个重要的概念,通常用于描述多任务执行和程序的性能。
并发的目的是提高系统的吞吐量和响应能力,使得多个任务可以共享资源,减少资源的浪费。然而,并发执行并不意味着任务在物理上同时运行,而是通过合理的调度来让它们看上去是同时执行的。
并行的目的是通过同时执行多个任务来加速整体计算速度,提高系统的处理能力和性能。与并发不同,并行执行是在物理上真正同时进行的,而不是通过时间片轮转或任务切换实现的。
综上所述:
需要注意的是,并发和并行并不是互斥的,实际上,很多并行系统中也会使用并发技术来管理任务的调度和资源共享。
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。
#include
#include
using namespace std;
void ThreadFunc1(int& x)
{
x += 10;
}
void ThreadFunc2(int* x)
{
*x += 10;
}
int main()
{
int a = 10, b = 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);
//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;
// 地址拷贝还是指向同一块空间
thread t3(ThreadFunc2, &b);
t3.join();
cout << b << endl;
return 0;
}
注意:如果是类成员函数作为线程参数时,必须将this
作为线程函数参数。
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。比如:
#include
#include
using namespace std;
unsigned long sum = 0L;
void fun(size_t num)
{
for (size_t i = 0; i < num; ++i)
sum++;
}
int main()
{
cout << "Before joining, sum = " << sum << std::endl;
thread t1(fun, 100000);
thread t2(fun, 100000);
t1.join();
t2.join();
// 理论上sum要加2 * 100000次
cout << "After joining,sum = " << sum << std::endl;
return 0;
}
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。
#include
#include
#include
using namespace std;
unsigned long sum = 0L;
mutex mtx;
void fun(size_t num)
{
for (size_t i = 0; i < num; ++i) {
mtx.lock();
sum++;
mtx.unlock();
}
}
int main()
{
cout << "Before joining,sum = " << sum << endl;
thread t1(fun, 100000);
thread t2(fun, 100000);
t1.join();
t2.join();
cout << "After joining,sum = " << sum << endl;
return 0;
}
虽然加锁可以解决,但是加锁有一个缺陷就是:只要一个线程在对sum++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 atomic。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。
#include
#include
#include // 使用原子操作变量,需添加头文件
using namespace std;
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, 100000);
thread t2(fun, 100000);
t1.join();
t2.join();
cout << "After joining, sum = " << sum << std::endl;
return 0;
}
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。
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。
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。
#include
int main()
{
std::atomic<int> a1(0);
//std::atomic a2(a1); // 编译失败
std::atomic<int> a2(0);
//a2 = a1; // 编译失败
return 0;
}
在C++11中,mutex 总共包了四个互斥量的种类:
std::mutex
函数名 | 功能 |
---|---|
lock() | 上锁:锁住互斥量 |
unlock() | 解锁:释放对互斥量的所有权 |
try_lock() | 尝试锁住互斥量,如果互斥量被其他线程占有,则当前线程也不会被阻塞 |
注意,线程函数调用lock()
时,可能会发生以下三种情况:
线程函数调用try_lock()
时,可能会发生以下三种情况:
std::recursive_mutex
std::timed_mutex
比 std::mutex 多了两个成员函数,try_lock_for()和try_lock_until() 。
try_lock_for()
try_lock_until()
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。
比如:一个线程对变量number进行加一100次,另一个减一100次,每次操作加一或者减一之 后,输出number的结果。
#include
#include
#include
using namespace std;
int number = 0;
mutex g_lock;
int ThreadProc1(int n)
{
for (int i = 0; i < n; i++) {
g_lock.lock();
++number;
cout << "thread 1 :" << number << endl;
g_lock.unlock();
}
return 0;
}
int ThreadProc2(int n)
{
for (int i = 0; i < n; i++) {
g_lock.lock();
--number;
cout << "thread 2 :" << number << endl;
g_lock.unlock();
}
return 0;
}
int main()
{
int n = 10;
thread t1(ThreadProc1, n);
thread t2(ThreadProc2, n);
t1.join();
t2.join();
cout << "number:" << number << endl;
return 0;
}
上述代码的缺陷: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(VS 2022源码):
template <class _Mutex>
class _NODISCARD_LOCK lock_guard { // class with destructor that unlocks a mutex
public:
using mutex_type = _Mutex;
explicit lock_guard(_Mutex& _Mtx) : _MyMutex(_Mtx) { // construct and lock
_MyMutex.lock();
}
lock_guard(_Mutex& _Mtx, adopt_lock_t) : _MyMutex(_Mtx) {} // construct but don't lock
~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。
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
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。
与lock_guard不同的是,unique_lock更加的灵活,提供了更多的成员函数:
问题:支持两个线程交替打印,一个打印奇数,一个打印偶数
下面主要演示condition_variable的使用,condition_variable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
要是面向对象实现的。条件变量的文档:condition_variable
// 支持两个线程交替打印,t1一个打印奇数,t2一个打印偶数,打印到100
int main()
{
int i = 0;
mutex mtx;
condition_variable cv;
bool flag = true;
// 奇数 -- flag = false
thread t1([&] {
while (i < 100)
{
unique_lock<mutex> lock(mtx);// 加锁,保证对i、flag的互斥访问
while (flag == true)
cv.wait(lock); // 阻塞 -- i是奇数时不会进入阻塞
cout << "t1:" << this_thread::get_id() << "->" << i << endl;
++i;
flag = true;
cv.notify_one();// 通知t2
}
});
// 偶数 -- flag = true
thread t2([&] {
while (i <= 100)
{
unique_lock<mutex> lock(mtx);
while (flag == false)
cv.wait(lock); // 阻塞
cout << "t2:" << this_thread::get_id() << "->" << i << endl;
++i;
flag = false;
cv.notify_one();
}
});
t1.join();
t2.join();
return 0;
}
使用lambda:
int main()
{
int i = 0;
mutex mtx;
condition_variable cv;
bool flag = true;
int n = 100;
// 奇数 -- flag = false
thread t1([&] {
while (i < n)
{
unique_lock<mutex> lock(mtx);
//while (i % 2 == 0) // 偶数
// cv.wait(lock); // 阻塞
// while (!pred()) wait(lck); pred是false才阻塞
cv.wait(lock, [&i] {return i % 2; });
cout << "t1:" << this_thread::get_id() << "->" << i << endl;
++i;
cv.notify_one();
}
});
// 偶数 -- flag = true
thread t2([&] {
while (i <= n)
{
unique_lock<mutex> lock(mtx);
//while (i % 2) // 奇数
// cv.wait(lock); // 阻塞
cv.wait(lock, [&i] {return i % 2 == 0; });
cout << "t2:" << this_thread::get_id() << "->" << i << endl;
++i;
cv.notify_one();
}
});
t1.join();
t2.join();
return 0;
}