传统的C++(C++11标准之前)中并没有引入线程这个概念,在C++11出来之前,如果我们想要在C++中实现多线程,需要借助操作系统平台提供的API,比如Linux的
C++11提供了语言层面上的多线程,包含在头文件中。它解决了跨平台的问题,提供了管理线程、保护共享数据、线程间同步操作、原子操作等类。
多进程并发
使用多进程并发是将一个应用程序划分为多个独立的进程(每个进程只有一个线程),这些独立的进程间可以互相通信,共同完成任务。由于操作系统对进程提供了大量的保护机制,以避免一个进程修改了另一个进程的数据,使用多进程比使用多线程更容易写出相对安全的代码。但是这也造就了多进程并发的两个缺点:
当多个进程并发完成同一个任务时,不可避免的是:操作同一个数据和进程间的相互通信,上述的两个缺点也就决定了多进程的并发并不是一个好的选择。所以就引入了多线程的并发。
多线程并发
多线程并发指的是在同一个进程中执行多个线程。
优点:有操作系统相关知识的应该知道,线程是轻量级的进程,每个线程可以独立的运行不同的指令序列,但是线程不独立的拥有资源,依赖于创建它的进程而存在。也就是说,同一进程中的多个线程共享相同的地址空间,可以访问进程中的大部分数据,指针和引用可以在线程间进行传递。这样,同一进程内的多个线程能够很方便的进行数据共享以及通信,也就比进程更适用于并发操作。
缺点:由于缺少操作系统提供的保护机制,在多线程共享数据及通信时,就需要程序员做更多的工作以保证对共享数据段的操作是以预想的操作顺序进行的,并且要极力的避免死锁(deadlock)。
为什么要使用多线程?
测试案例:
void Print(){ cout << "hello babe" << endl;}
int main()
{
thread th(Print);
return 0;
}
直接报错
因为主程序不会关心线程是否执行完毕,只要线程开始执行主程序也继续执行,可能导致主程序已经执行到return,而线程才打印出hello b、hello bab等其他所有情况
th.join()
//主程序等待线程执行完毕,而不会在线程还在执行时主程序继续向下执行到return
执行时为线程对象加上join()函数
int main()
{
thread th(Print);
th.join();
return 0;
}
正常运行
void Print2(string str){ cout << str << endl;}
int main()
{
thread th2(Print2,"hello my"); //后面跟着参数
th2.join();
return 0;
}
注意:join()是阻塞的,线程在join而未执行完时,将阻塞在此,直至线程结束主程序才会继续走
void Print3()
{
for (int i = 0; i < 10000; i++) cout << i << endl;
}
int main()
{
thread th3(Print3);
bool is_join = th3.joinable();
if (is_join){ th3.join();}
cout << "End" << endl;
return 0;
}
th.detach()
//主线程结束后,子线程仍在后台执行
例:
void Print2(string str){ cout << str << endl;}
int main()
{
thread th2(Print2,"hello my");
th2.detach();
return 0;
}
程序直接return,此时仍未打印出字符串,且不报错,线程在后台执行,因此不显示任何东西
th.joinable()
//返回一个bool值,判断函数是否可以调用join()或detach()
int main()
{
thread th2(Print2,"hello my");
bool is_join = th2.joinable(); //使用bool值接收
if (is_join){ th2.join();}
return 0;
}
例:函数里接收引用参数
void fun(int& x){ x+=1;}
int main()
{
int a = 1;
cout << a << endl;
thread th(fun,a);
th.join();
cout << a << endl;
return 0;
}
直接报错,因为线程并不知道接收的是引用
将变量使用ref() 标识是一个引用即可
int main()
{
int a = 1;
cout << a << endl;
thread th(fun, ref(a));
th.join();
cout << a << endl;
return 0;
}
例:
thread th;
void fun(int& x) {x+=1;}
void test()
{
int a = 1;
th = thread(fun, ref(a));
}
int main()
{
test();
th.join();
return 0;
}
由于a是局部变量,test函数执行完毕,a就被释放掉,因此在th的fun线程中无法取到a的引用,
解决:将a设为全局变量
thread th;
int a = 1; //全局
void fun(int& x) { x += 1; }
void test(){ th = thread(fun, ref(a));}
int main()
{
test();
cout << a << endl;
th.join();
cout << a << endl;
return 0;
}
例:
void fun(int* x) {
*x += 1;
cout << *x << endl;
}
int main()
{
int* p = new int(1);
thread th(fun, p);
delete p;
th.join();
return 0;
}
线程还在执行时,主程序继续执行,这时执行到了delete p,将p释放,而线程中的p就已经被释放,无法访问到,成为野指针
和2.3基本相同,只不过释放的对象为类对象
class MyClass
{
public:
void func()
{
cout << "hello" << endl;
cout << this_thread::get_id() << endl;
cout << "babe" << endl;
}
~MyClass() { cout << "End"; }
};
int main()
{
MyClass mc;
thread th(&MyClass::func, &mc);
mc.~MyClass();
th.join();
return 0;
}
解决:
使用智能指针:会在需要释放时自动释放
int main()
{
shared_ptr< MyClass> mc = make_shared< MyClass>();
thread th(&MyClass::func, mc);
th.join();
return 0;
}
当类中某成员函数为private且想要访问时,无法直接访问,可以通过设置函数为友元解决
class MyClass
{
private:
friend void func2();//将函数作为友元
void func()
{
cout << "hello" << endl;
cout << this_thread::get_id() << endl;
cout << "babe" << endl;
}
};
void func2()
{
shared_ptr< MyClass> mc = make_shared< MyClass>();
thread th(&MyClass::func, mc); //此时可以访问类中的func函数
th.join();
}
int main()
{
func2();
return 0;
}
在多个线程中共享数据时,需要注意线程安全问题。如果多个线程同时访问同一个变量,并且其中至少有一个线程对该变量进行了写操作,那么就会出现数据竞争问题。数据竞争可能会导致程序崩溃、产生未定义的结果,或者得到错误的结果。
为了避免数据竞争问题,需要使用同步机制来确保多个线程之间对共享数据的访问是安全的。常见的同步机制包括互斥量、条件变量、原子操作等。
例:
int a = 0;
void add()
{
for (int i = 0; i < 10000; i++) { a += 1; }
}
int main()
{
thread th1(add);
thread th2(add);
th1.join();
th2.join();
cout << a << endl;
return 0;
}
理论上,结果应该是20000,但是每次运行结果都不同,也未达到20000
使用互斥锁解决:
头文件:
#include
常用函数
mtx.lock()
//加锁操作,加锁后其他线程将无法访问,除非解锁
mtx.unlock()
//解锁操作
例:
#include
int a = 0;
mutex mtx;
void add()
{
for (int i = 0; i < 100000; i++) {
mtx.lock();
a += 1; //写操作前加锁,写完数据解锁
mtx.unlock();
}
}
数据扩大到1000000,仍然没有任何错误
线程安全:多线程程序每次运行结果与单线程运行结果始终相同
两个线程互相等待对方释放互斥量,导致死锁
例:
mutex m1, m2;
void Func_1()
{
m1.lock();
m2.lock();
m1.unlock();
m2.unlock();
}
void Func_2()
{
m2.lock();
m1.lock();
m2.unlock();
m1.unlock();
}
int main()
{
thread th1(Func_1);
thread th2(Func_2);
th1.join();
th2.join();
cout << "End" << endl;
return 0;
}
fun_1与fun_2并行,fun_1对m1加锁,fun_2对m2加锁,这时fun_1需要对m2加锁,而m2已经被fun_2加锁,且同时fun_2需要对m1加锁,而m_1已经被fun_1加锁,两个线程互相等待对方释放互斥量,导致死锁
解决:
修改fun_1与fun_2,将加减锁顺序改为相同,此时m1已经被fun_1加锁,则fun_2会被阻塞,因此需要等fun_1继续对m2加锁且对m1、m2解锁后才能执行fun_2的m1加锁
void Func_1()
{
m1.lock();
m2.lock();
m1.unlock();
m2.unlock();
}
void Func_2()
{
m1.lock();
m2.lock();
m1.unlock();
m2.unlock();
}
lock_guard
是 C++ 标准库中的一种互斥量封装类,用于保护共享数据,防止多个线程同时访问同一资源而导致的数据竞争问题。
lock_guard
的特点如下:
lock_guard
对象不能复制或移动,因此它只能在局部作用域中使用。例:
int a = 0;
mutex mtx;
void add()
{
for (int i = 0; i < 1000000; i++) {
lock_guardlg(mtx);
a += 1; //写操作前加锁,写完数据解锁
}
}
int main()
{
thread th1(add);
thread th2(add);
th1.join();
th2.join();
cout << a << endl;
return 0;
}
不用自己加锁或解锁
unique_lock
是 C++ 标准库中提供的一个互斥量封装类,用于在多线程程序中对互斥量进行加锁和解锁操作。它的主要特点是可以对互斥量进行更加灵活的管理,包括延迟加锁、条件变量、超时等。
unique_lock
提供了以下几个成员函数:
lock() //尝试对互斥量进行加锁操作,如果当前互斥量已经被其他线程持有,则当前线程会被阻塞,直到互斥量被成功加锁。
try_lock() //尝试对互斥量进行加锁操作,如果当前互斥量已经被其他线程持有,则函数立即返回 `false`,否则返回 `true`。
try_lock_for(const chrono::duration& rel_time) //尝试对互斥量进行加锁操作,如果当前互斥量已经被其他线程持有,则当前线程会被阻塞,直到互斥量被成功加锁,或者超过了指定的时间。
try_lock_until(const chrono::time_point& abs_time) //尝试对互斥量进行加锁操作,如果当前互斥量已经被其他线程持有,则当前线程会被阻塞,直到互斥量被成功加锁,或者超过了指定的时间点。
unlock() //对互斥量进行解锁操作。
除了上述成员函数外,unique_lock
还提供了以下几个构造函数:
unique_lock() noexcept = default //默认构造函数,创建一个未关联任何互斥量的 unique_lock 对象。
explicit unique_lock(mutex_type& m) //构造函数,使用给定的互斥量 m 进行初始化,并对该互斥量进行加锁操作。
unique_lock(mutex_type& m, defer_lock_t) //noexcept构造函数,使用给定的互斥量 m 进行初始化,但不对该互斥量进行加锁操作。
unique_lock(mutex_type& m, try_to_lock_t) //noexcept构造函数,使用给定的互斥量 m 进行初始化,并尝试对该互斥量进行加锁操作。如果加锁失败,则创建的 unique_lock 对象不与任何互斥量关联。
unique_lock(mutex_type& m, adopt_lock_t) //noexcept构造函数,使用给定的互斥量 m 进行初始化,并假设该互斥量已经被当前线程成功加锁。
例:实现自动加解锁
int a = 0;
mutex mtx;
void add()
{
for (int i = 0; i < 1000000; i++) {
unique_locklg(mtx); //自动加解锁
a += 1; //写操作前加锁,写完数据解锁
}
}
int main()
{
thread th1(add);
thread th2(add);
th1.join();
th2.join();
cout << a << endl;
return 0;
}
使其不进行自动加锁
void add()
{
for (int i = 0; i < 1000000; i++) {
unique_locklg(mtx,defer_lock); //加上defer_lock,此时需要手动加锁,否则出错
a += 1; //写操作前加锁,写完数据解锁
}
}
延迟加锁
int a = 0;
timed_mutex mtx; //时间类型的mutex
void add()
{
for (int i = 0; i < 2; i++) {
unique_locklg(mtx, defer_lock);
if (lg.try_lock_for(chrono::seconds(2))) //等待2秒,如果仍未加锁,返回false,否则返回true
{
this_thread::sleep_for(chrono::seconds(1));//休眠1s,会导致第二个线程多等待1s,若超过2s,则第2个线程将不执行下面操作
a += 1;
}
}
}
int main()
{
thread th1(add);
thread th2(add);
th1.join();
th2.join();
cout << a << endl;
return 0;
}
call_once
是 C++11 标准库中的一个函数,用于确保某个函数只会被调用一次。其函数原型如下:
template
void call_once(once_flag& flag, Callable&& func, Args&&... args);
其中,flag
是一个 once_flag
类型的对象,用于标记函数是否已经被调用;func
是需要被调用的函数或可调用对象;args
是函数或可调用对象的参数。
call_once
的作用是,确保在多个线程中同时调用 call_once
时,只有一个线程能够成功执行 func
函数,而其他线程则会等待该函数执行完成。
使用 call_once
的过程中,需要注意以下几点:
flag
参数必须是一个 once_flag
类型的对象,并且在多次调用 call_once
函数时需要使用同一个 flag
对象。
func
参数是需要被调用的函数或可调用对象。该函数只会被调用一次,因此应该确保该函数是幂等的。
args
参数是 func
函数或可调用对象的参数。如果 func
函数没有参数,则该参数可以省略。
call_once
函数会抛出 system_error
异常,如果在调用 func
函数时发生了异常,则该异常会被传递给调用者。
使用 call_once
可以在多线程环境中实现一次性初始化,避免了多个线程同时初始化的问题。例如,在单例模式中,可以使用 call_once
来保证单例实例只会被创建一次。
单例设计模式是一种常见的设计模式,用于确保某个类只能创建一个实例。由于单例实例是全局唯一的,因此在多线程环境中使用单例模式时,需要考虑线程安全的问题。
例:单例模式:只有一个Log类
class Log
{
public:
Log() {};
Log(const Log& log) = delete;
Log& operator=(const Log& log) = delete;
static Log& GetInstance()
{
static Log* log = NULL;
if (!log)
log = new Log;
return *log;
}
void PrintLog(string msg)
{
cout << __TIME__ << ' ' << msg << endl;
}
};
int main()
{
Log::GetInstance().PrintLog("error");
return 0;
}
在这个单例类中,我们使用了一个静态成员函数 getInstance()
来获取单例实例,该函数使用了一个静态局部变量 log
来存储单例实例。由于静态局部变量只会被初始化一次,因此该实现可以确保单例实例只会被创建一次。
但是,该实现并不是线程安全的。如果多个线程同时调用 getInstance()
函数,可能会导致多个对象被创建,从而违反了单例模式的要求。此外,如果多个线程同时调用 setData()
函数来修改单例对象的数据成员 m_data
,可能会导致数据不一致或不正确的结果。
使用call_once
static once_flag once;
static Log* log1;
class Log
{
public:
Log() {};
Log(const Log& log) = delete;
Log& operator=(const Log& log) = delete;
static Log& GetInstance()
{
if (!log1) log1 = new Log;
call_once(once, init); //call_once确保只被调用一次,即便有多个线程
return *log1;
}
static void init()
{
if (!log1) log1 = new Log;
}
void PrintLog(string msg)
{
cout << __TIME__ << ' ' << msg << endl;
}
};
void Print()
{
Log::GetInstance().PrintLog("error");
}
int main()
{
thread th1(Print); //多线程同时执行,只有一个会执行init
thread th2(Print);
th1.join();
th2.join();
return 0;
}
使用 call_once
可以确保单例实例只会被创建一次,从而避免了多个对象被创建的问题。
单例中懒汉和饿汉的本质区别在于以下几点:
生产者消费者模型
生产者发出任务,消费者取任务;当任务列表为空时,消费者等待任务,如果有新的任务,生产者发出任务,可以发一个,也可以发多个
例:一个任务队列,生产者每次生产一个任务并通知,消费者取出任务
#include
#include
#include
#include
#include
#include
using namespace std;
queue task_queue; //任务列表
condition_variable task_cv;
mutex mtx;
void Producer()
{
for (int i = 0; i < 10; i++)
{
{ //注意有{}
unique_lock lock(mtx);
task_queue.push(i);
task_cv.notify_one();//通知一次任务
cout << "Procuder:" << i << endl;
} //注意有{}
this_thread::sleep_for(chrono::milliseconds(100));
}
}
void Consumer()
{
while (1)
{
unique_lock lock(mtx);
//bool is_empty = task_queue.empty();
task_cv.wait(lock, []() { return !task_queue.empty(); });
int val = task_queue.front();
task_queue.pop();//取任务
cout << "Consumer:" << val << endl;
}
}
int main()
{
thread th1(Producer);
thread th2(Consumer);
th1.join();
th2.join();
return 0;
}
例:基于上述各个内容的线程池创建
using namespace std;
#include
#include
#include
#include
#include
#include
#include
#include
class ThreadPool
{
public:
//构造函数
ThreadPool(int num_of_thread_pool) :stop(false) //参数为起始线程个数
{
for (int i = 0; i < num_of_thread_pool; i++)//创建所需的线程数
{
threads.emplace_back([this] {
while (1)
{
unique_locklock(mtx);
condition.wait(lock, [this] {
return !tasks.empty() || stop; }); //队列不为空,直接取任务
if (stop && tasks.empty()) return; //队列终止或为空,直接return
//队列有任务且未终止
function task(move(tasks.front())); //move移动语句,左值改为右值
tasks.pop(); //取走任务
lock.unlock(); //解锁,让其他线程取任务
task(); //进行任务
}
});
}
}
~ThreadPool() //析构
{
{
unique_locklock(mtx);
stop = true; //线程停止
}
condition.notify_all(); //通知所有线程取出所有任务
for (auto& t : threads) //将所有线程并行
{ //auto自动判断数组中的变量的类型
t.join();
}
}
//任务接口
template//函数参数不确定,使用模板
void AddTaskQueue(F&& f, Args&&... args) //添加任务
{ //&&右值引用,
function task = bind(forward(f), forward(args)...);
{
unique_locklock(mtx); //操作共享变量,加锁
tasks.emplace(move(task)); //move将左值转成右值
}
condition.notify_one(); //有任务则通知线程
}
private:
vector threads; //线程数组
queue < function> tasks;//任务列表
mutex mtx;
condition_variable condition;
bool stop;
};
int main()
{
ThreadPool pool(4);
for (int i = 0; i < 10; i++)
{
pool.AddTaskQueue([i]
{
cout << "task:" << i << "is running" << endl;
this_thread::sleep_for(chrono::seconds(1));
cout << "task:" << i << "is done" << endl;
});
}
return 0;
}
常用语法
move //移动语句,左值改为右值
auto //自动判断数组中的变量的类型
&& //右值引用。在函数模板中是万能引用,如果你是右值引用,它将取出右值引用,否则取出左值引用
& //左值引用
bind //函数适配器,将函数与参数绑定
forward //完美转发。如果你是右值引用,它将其转换成右值引用,否则转换成左值引用
chrono//时间库
是C++11引入的一个函数模板,用于异步执行一个函数,并返回一个future
对象,表示异步操作的结果。使用async
可以方便地进行异步编程,避免了手动创建线程和管理线程的麻烦。
例:
#include
#include
using namespace std;
int func()
{
int i = 0;
for (i; i < 1000; i++);
return i;
}
int main()
{
futurefuture_result = async(launch::async, func);
//func()传给async,直接后台执行,结果存于future_result
cout << func() << endl;
cout << future_result.get() << endl; //取出func中的结果,get()
return 0;
}
相当于2个线程同时执行
在C++中,packaged_task
是一个类模板,用于将一个可调用对象 (如函数、函数对象或lambda
表达式)封装成一个异步操作,并返回一个future
对象,表示异步操作的结果。packaged_task
可以方便地将一个函数或可调用对象转换成一个异步操作,供其他线程使用。
例:
#include
#include
using namespace std;
int func()
{
int i = 0;
for (i; i < 1000; i++);
return i;
}
int main1()
{
futurefuture_result = async(launch::async, func);
//func()传给async,直接后台执行,结果存于future_result
cout << func() << endl;
cout << future_result.get() << endl; //取出func中的结果,get()
return 0;
}
int main()
{
packaged_task task(func); //将task封装到packaged_task中
auto future_result = task.get_future(); //通过packaged_task获取一个future对象
thread th1(move(task)); //开启task的线程
th1.join();
cout << func() << endl; //主线程执行func函数
cout << future_result.get() << endl; //获取线程task执行结果future_result的数据
return 0;
}
在C++中,promise
是一个类模板,用于在一个线程中产生一个值,并在另一个线程中获取这个值。promise
通常与future和async
一起使用,用于实现异步编程
例:
void func2(promise &val) //防止被拷贝,使用引用
{
val.set_value(50);
}
int main()
{
promiseval;
auto future_result = val.get_future();
thread th1(func2,ref(val));
th1.join();
cout << future_result.get() << endl;
return 0;
}
atomic
是 C++11 标准库中的一个模板类,用于实现多线程环境下的原子操作。它提供了一种线程安全的方式来访问和修改共享变量,可以避免多线程环境中的数据竞争问题。
atomic
的使用方式类似于普通的 C++ 变量,但是它的操作是原子性的。也就是说,在多线程环境下,多个线程同时对同一个 atomic
变量进行操作时,不会出现数据竞争问题。
以下是一些常用的 atomic
操作:
load() //将 atomic 变量的值加载到当前线程的本地缓存中,并返回这个值。
store(val)//将 val 的值存储到 atomic 变量中,并保证这个操作是原子性的。
exchange(val) //将 val 的值存储到 atomic 变量中,并返回原先的值。
compare_exchange_weak(expected, val) 和 compare_exchange_strong(expected, val) //比较 atomic 变量的值和 expected 的值是否相同,如果相同,则将 val 的值存储到 atomic 变量中,并返回 true;否则,将 atomic 变量的值存储到 expected 中,并返回 false。
例:
在 3 互斥量解决多线程数据共享问题 时,我们为了避免2个线程出现数据共享问题使用互斥量解决
int a = 0;
mutex mtx;
void add()
{
for (int i = 0; i < 100000; i++) {
mtx.lock(); //加锁
a += 1;
mtx.unlock(); //解锁
}
}
int main()
{
thread th1(add);
thread th2(add);
th1.join();
th2.join();
cout << a << endl;
return 0;
}
接下来,我们使用atomic解决:修改add函数与变量a
atomic a = 0;
void add()
{
for (int i = 0; i < 100000; i++) { a += 1;}
}
效果相同
但是,原子操作的效率高,代码所用时间更短
atomic
的使用方式类似于普通的 C++ 变量,但是它的操作是原子性的。也就是说,在多线程环境下,多个线程同时对同一个 atomic
变量进行操作时,不会出现数据竞争问题。
以下是一些常用的 atomic
操作:
load() //将 atomic 变量的值加载到当前线程的本地缓存中,并返回这个值。
store(val)//将 val 的值存储到 atomic 变量中,并保证这个操作是原子性的。
exchange(val) //将 val 的值存储到 atomic 变量中,并返回原先的值。
compare_exchange_weak(expected, val) 和 compare_exchange_strong(expected, val) //比较 atomic 变量的值和 expected 的值是否相同,如果相同,则将 val 的值存储到 atomic 变量中,并返回 true;否则,将 atomic 变量的值存储到 expected 中,并返回 false。
例:
在 3 互斥量解决多线程数据共享问题 时,我们为了避免2个线程出现数据共享问题使用互斥量解决
int a = 0;
mutex mtx;
void add()
{
for (int i = 0; i < 100000; i++) {
mtx.lock(); //加锁
a += 1;
mtx.unlock(); //解锁
}
}
int main()
{
thread th1(add);
thread th2(add);
th1.join();
th2.join();
cout << a << endl;
return 0;
}
接下来,我们使用atomic解决:修改add函数与变量a
atomic a = 0;
void add()
{
for (int i = 0; i < 100000; i++) { a += 1;}
}
效果相同
[外链图片转存中…(img-ZhPgRbnu-1696501458773)]
但是,原子操作的效率高,代码所用时间更短