【C++】线程库

一、thread类

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：

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。

#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;

3. 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：
   • 函数指针
   • lambda表达式
   • 函数对象

#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;
}

4. 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，转移期间不影响线程的执行。
5. 可以通过joinable()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
   • 采用无参构造函数构造的线程对象
   • 线程对象的状态已经转移给其他线程对象
   • 线程已经调用join或者detach结束

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。

1. 并发（Concurrency）：
   并发是指系统能够同时处理多个任务，但并不一定同时执行它们。在一个并发系统中，多个任务可以在同一时间段内交替执行，每个任务都在一段时间内运行一部分，然后切换到另一个任务。这种切换可能是由于时间片轮转、任务优先级调度或事件驱动等机制引起的。

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。

2. 并行（Parallelism）：
   并行是指系统中同时执行多个任务或操作，这些任务或操作真正地同时进行，每个任务在不同的处理器核心或计算单元上执行。并行系统通常有多个处理器或多核处理器，使得多个任务可以并行地独立运行。

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：

• 并发关注多个任务之间的调度和交替执行，任务可能在同一时间段内交替运行。
• 并行关注多个任务的同时执行，任务真正地在不同的处理器核心或计算单元上并行运行。

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。

二、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。

#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。

---

三、原子性操作库(atomic)

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;
}

---

四、 mutex的种类

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：

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：

• 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)

2. 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。
3. std::timed_mutex 比 std::mutex 多了两个成员函数，try_lock_for()和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。

五、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。

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。

• lock_guard

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

• 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：

1. 上锁/解锁操作：lock、try_lock、try_lock_for、try_lock_until和unlock
2. 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)
3. 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)。

---

五、condition_variable的使用

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;
}