C++11之线程库
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,并且可以跨平台,这使得 C++ 在并行编程时不需要依赖第三方库。C++11 在原子操作中还引入了原子类的概念。
C++11 的线程库在使用上跟 Linux 中的 POSIX 线程库几乎是类似的,不过进行了类的封装。

一、std::thread
thread 类常用函数:
① 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。
② thread(fn, args1, args2, ...):构造一个线程对象,并关联线程函数 fn 。args1,args2,… 为线程函数的参数。
③ get_id() :获取线程 id 。
④ joinable():判断线程对象是否可以被 join 。
⑤ join():阻塞等待线程对象终止。
⑥ detach():分离线程对象。
注:
① 线程函数是可调用对象,可按照以下三种方式提供:函数指针、lambda表达式、函数对象。
② thread 类不允许拷贝构造以及赋值重载,但是可以移动构造和移动赋值(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)。
③ 可以通过joinable()函数判断线程是否是有效的,如果是,则线程无效。
④ 采用默认构造函数构造的线程对象。
⑤ 线程对象的状态已经转移给其他线程对象。
⑥ 线程已经被 join 或者 detach 了。
在某些场景下,我们需要在线程函数内部对外部实参做修改,有两种解决方案。
解决方案1:使用老方法,传指针给线程函数
#include <iostream>
#include <thread>
using namespace std; void func(int* p)
{
cout << "p:" << p << endl;
(*p) += 10;
} int main()
{
int n = 0;
cout << "&n: " << &n << endl;
thread t1(func, &n);
t1.join(); cout << n << endl; return 0;
}
运行结果:n 和 p 的地址相同,n 的值是 10 。
解决方案2:传引用给线程函数,但是需要注意的是,必须使用std::ref()来指明实参是引用类型(否则会报错)。
在一般情况下,传引用传参不需要使用std::ref()来特别指明,但在线程函数中传引用传参时需要,这跟线程函数的底层实现有关。
#include <iostream>
#include <thread>
using namespace std; void func(int& x)
{
cout << "&x:" << &x << endl;
x += 10;
} int main()
{
int n = 0;
cout << "&n: " << &n << endl;
thread t1(func, std::ref(n));
t1.join(); cout << n << endl; return 0;
}
二、std::mutex
在 C++11 中,mutex 总共包含四种互斥锁。但我们最常用的还是 mutex 。
mutex 类常用函数:
① lock():加互斥锁(若线程申请锁成功,继续向后执行;若申请锁不成功,会被挂起等待)。
② unlock():解互斥锁。
③ try_lock():尝试加互斥锁,若互斥锁被其他线程占有,则当前线程立即返回(即相比于lock(),try_lock()是非阻塞的)。
我们给临界区加互斥锁,一般情况下,临界区的范围越小越好。
但下面的测试代码是一个极端场景:
#include <iostream>
#include <thread>
#include <mutex>
using namespace std; int x = 0; //两个线程对同一个变量x++,共享变量
mutex mtx; int main()
{
thread t1(Func, 50000000);
thread t2(Func, 50000000); t1.join();
t2.join(); cout << x << endl; return 0;
}
//把加锁和解锁放在循环的外面
void Func(int n)
{
mtx.lock();
for (int i = 0; i < n; ++i)
{
++x;
}
mtx.unlock();
}
//把加锁和解锁放在循环的里面
void Func(int n)
{
for (int i = 0; i < n; ++i)
{
mtx.lock();
++x;
mtx.unlock();
}
}
在这个例子中,在保证线程安全的前提下,把加锁和解锁放在循环的里面和外面均可。
不过在这里最好放在循环的外面,因为放在循环的里面会带来效率的降低。可以亲自测试一下。
主要是因为循环里面的代码执行得快(++x 很快),而且锁的申请和释放也有消耗。
- 若把加锁和解锁放在循环的外面,在这种情况下虽然多个线程是串行执行的。
- 若把加锁和解锁放在循环的里面,在这种情况下虽然多个线程是并行执行的,但是由于频繁地申请锁和释放锁,频繁地切换上下文,会带来很大的消耗,于是带来效率的降低,反而还不如多线程串行执行。如果把加锁和解锁放在循环的里面,相比于互斥锁,使用自旋锁更好。
三、lock_guard 与 unique_lock
下面的代码在极端情况下会出现死锁问题:
//这是多线程场景,func是所有线程的执行函数
void func(vector<int>& v, int n, int base, mutex& mtx)
{
try
{
for (int i = 0; i < n; ++i)
{
mtx.lock(); v.push_back(base + i); mtx.unlock();
}
}
catch(const exception& e)
{
cout << e.what() << endl;
}
}
push_back()在插入数据时有可能因为空间不够而需要扩容,就向系统申请空间,申请空间失败会抛异常。代码在push_back()处抛异常,不会执行unlock(),线程还未释放锁,进而导致死锁问题,这是一种异常安全问题。
实际上,指针变量会交给智能指针来管理,而锁会交给 lock_guard 或 unique_lock 来管理,创建对象来对资源进行管理,对象出了作用域就会调用析构函数来释放资源,于是我们就不需要在 catch 块中考虑诸如解锁和释放内存等问题了。
C++11 采用 RAII 的方式对锁进行了封装,即 lock_guard 与 unique_lock 。
3.1 lock_guard
lock_guard 的成员函数只有构造函数和析构函数。
- lock_guard 在创建对象时,会在构造函数中调用
lock()。 - 在销毁对象时,会在析构函数中调用
unlock()。
下面是对应的代码:
//这是多线程场景,func是所有线程的执行函数
void func(vector<int>& v, int n, int base, mutex& mtx)
{
try
{
for (int i = 0; i < n; ++i)
{
lock_guard<mutex> lock(mtx); //lock_guard,不会导致死锁 cout << this_thread::get_id() << ":" << base + i << endl; v.push_back(base + i); if (base == 1000 && i == 888) //模拟push_back失败抛异常
{
throw bad_alloc();
}
}
}
catch (const exception& e)
{
cout << e.what() << endl;
}
}
template<class Lock>
class LockGuard //我们简单模拟实现的lock_guard
{
public:
LockGuard(Lock& lock) //引用类型
:_lock(lock)
{
_lock.lock();
} ~LockGuard()
{
_lock.unlock();
} //防止拷贝和赋值
LockGuard(const LockGuard&) = delete;
LockGuard& operator=(const LockGuard&) = delete; private:
Lock& _lock; //引用类型
};
3.2 unique_lock
由于 lock_guard 比较单一,没有办法对锁进行控制,因此 C++11 又提供了 unique_lock 。
unique_lock 跟 lock_guard 类似,可以用 unique_lock 替换掉 lock_guard 。
但相比于 lock_guard ,unique_lock 更加的灵活,提供了更多的成员函数。
四、atomic
在 C++11 中,如果想要在多线程环境下保证某个共享变量的安全性,除了加互斥锁以外,我们还可以把共享变量的类型定义为原子类型。
由于对原子类型变量的操作本身就是原子的,所以是线程安全的。
测试代码:
#include <iostream>
#include <thread>
#include <mutex>
#include <atomic>
using namespace std; atomic<int> x = 0; void Func(int n)
{
for (int i = 0; i < n; ++i)
{
++x; //原子操作的++
}
} int main()
{
thread t1(Func, 50000000);
thread t2(Func, 50000000); t1.join();
t2.join(); cout << x << endl; return 0;
}
五、condition_variable
实现一个程序,使得两个线程交替打印,一个打印奇数,一个打印偶数。
只使用互斥锁是不满足题目要求的。
比如下面的代码:
#include <iostream>
#include <thread>
#include <mutex>
using namespace std; int main()
{
int n = 100;
int i = 0;
mutex mtx; //偶数 - 先打印
thread t1([n, &i, &mtx]{
while (i < n)
{
unique_lock<mutex> lock(mtx); cout << this_thread::get_id() << ":" << i << endl;
++i;
}
}); //交替走 //奇数 - 后打印
thread t2([n, &i, &mtx]{
while (i < n)
{
unique_lock<mutex> lock(mtx); cout << this_thread::get_id() << ":" << i << endl;
++i;
}
}); t1.join();
t2.join(); return 0;
}
虽然运行结果看上去满足了题目要求,但是也不能排除其中一个线程的时间片比较充足,连续打印了好几次。换言之,上面的程序不能保证一定能满足题目要求。
为了保证一定能够满足题目要求,两个线程交替打印时必须具备一定的顺序性,即线程同步。因此,其中一种方法,就是使用条件变量。
5.1 condition_variable 介绍 [ 线程间同步通信,condition_variable 对象+unique_lock 对象 ]
condition_variable 是 C++ 中的一种同步工具, 可以在线程间进行同步通信。它主要由两部分组成:
- 一个 condition_variable 对象
- 一个 unique_lock 对象
5.2 使用方法 [wait()+ notify_one() / notify_all() ]
当某个线程需要等待某个条件成立时, 它会对 condition_variable 调用 wait() 方法, 这样它就会被阻塞直到其他线程通知它, 或者其他线程调用了notify_one() 或 notify_all() 方法。
当其他线程改变了某个条件, 想要通知等待中的线程时, 它会调用 notify_one() 或 notify_all() 方法, 这样等待线程就可以被唤醒。这样就可以避免了使用传统的等待方式(例如while 循环或者 sleep() )带来的资源浪费和程序降低可维护性问题。
请注意,在使用condition_variable 时需要使用unique_lock作为其辅助,因为 condition_variable 实现对于解锁,锁定,配对操作。
notify_one() 作用是唤醒一个正在等待 condition_variable 的线程,使其获得锁并继续执行。它只会唤醒一个等待的线程,所以如果有多个线程在等待,那么只有一个线程会被唤醒,其他线程还是处于等待状态。使用 notify_one() 的方法是:
- 在线程中使用 std::unique_lock 对象来锁定 condition_variable,
- 然后调用 condition_variable 的 wait() 方法来等待,
- 当线程需要唤醒其他线程时,调用 notify_one() 来唤醒等待的线程。
condition_variable 类常用函数:

① wait(lck):在条件变量下等待(调用时,会首先自动释放互斥锁,然后再挂起自己;被唤醒时,会自动竞争锁,获取到锁之后才能返回)。
② wait(lck, pred):pred 是可调用对象,相当于 while (!pred()) wait(lck); 。
③ notify_one():唤醒在条件变量下等待的一个线程。
④ notify_all():唤醒在条件变量下等待的所有线程。
通过使用条件变量,能够实现一个一定能够满足题目要求的程序。
比如下面的代码:
#include <iostream>
#include <thread>
#include <mutex>
#include <condition_variable>
using namespace std; int main()
{
int n = 100;
int i = 0;
mutex mtx;
condition_variable cv;
bool flag = false; //偶数 - 先打印
thread t1([n, &i, &mtx, &cv, &flag]{
while (i < n)
{
unique_lock<mutex> lock(mtx); //若flag为true,会wait,直到flag为false
cv.wait(lock, [&flag]()->bool {return !flag; }); cout << this_thread::get_id() << "->:" << i << endl;
++i;
//保证下一个打印的一定是另一个线程,也可以防止该线程连续打印
flag = true; cv.notify_one();
}
}); //奇数 - 后打印
thread t2([n, &i, &mtx, &cv, &flag]{
while (i < n)
{
unique_lock<mutex> lock(mtx); //若flag为false,会wait,直到flag为true
cv.wait(lock, [&flag]()->bool {return flag; }); cout << this_thread::get_id() << ":->" << i << endl;
++i;
//保证下一个打印的一定是另一个线程,也可以防止该线程连续打印
flag = false; cv.notify_one();
}
}); t1.join();
t2.join(); return 0;
}
————————————————
版权声明:本文为CSDN博主「Butayarou」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。
原文链接:https://blog.csdn.net/m0_59938453/article/details/128435077
C++11之线程库的更多相关文章
- C++ 11 多线程--线程管理
说到多线程编程,那么就不得不提并行和并发,多线程是实现并发(并行)的一种手段.并行是指两个或多个独立的操作同时进行.注意这里是同时进行,区别于并发,在一个时间段内执行多个操作.在单核时代,多个线程是并 ...
- (转)C++ 11 多线程--线程管理
说到多线程编程,那么就不得不提并行和并发,多线程是实现并发(并行)的一种手段.并行是指两个或多个独立的操作同时进行.注意这里是同时进行,区别于并发,在一个时间段内执行多个操作.在单核时代,多个线程是并 ...
- Linux posix线程库总结
由于历史原因,2.5.x以前的linux对pthreads没有提供内核级的支持,所以在linux上的pthreads实现只能采用n:1的方式,也称为库实现. 线程的实现,经历了如下发展阶段: Linu ...
- Boost线程库学习笔记
一.创建一个线程 创建线程 boost::thread myThread(threadFun); 需要注意的是:参数可以是函数对象或者函数指针.并且这个函数无参数,并返回void类型. 当一个thre ...
- 基于C++11的线程池,简洁且可以带任意多的参数
咳咳.C++11 加入了线程库,从此告别了标准库不支持并发的历史.然而 c++ 对于多线程的支持还是比较低级,稍微高级一点的用法都需要自己去实现,譬如线程池.信号量等.线程池(thread pool) ...
- 比特币源码分析--C++11和boost库的应用
比特币源码分析--C++11和boost库的应用 我们先停下探索比特币源码的步伐,来分析一下C++11和boost库在比特币源码中的应用.比特币是一个纯C++编写的项目,用到了C++11和bo ...
- 基于C++11实现线程池的工作原理
目录 基于C++11实现线程池的工作原理. 简介 线程池的组成 1.线程池管理器 2.工作线程 3.任务接口, 4.任务队列 线程池工作的四种情况. 1.主程序当前没有任务要执行,线程池中的任务队列为 ...
- 基于C++11的线程池(threadpool),简洁且可以带任意多的参数
咳咳.C++11 加入了线程库,从此告别了标准库不支持并发的历史.然而 c++ 对于多线程的支持还是比较低级,稍微高级一点的用法都需要自己去实现,譬如线程池.信号量等.线程池(thread pool) ...
- java JDK8 学习笔记——第11章 线程和并行API
第11章 线程与并行API 11.1 线程 11.1.1 线程 在java中,如果想在main()以外独立设计流程,可以撰写类操作java.lang.Runnable接口,流程的进入点是操作在run( ...
- c++11 Chrono时间库
c++11 Chrono时间库 http://en.cppreference.com/mwiki/index.php?title=Special%3ASearch&search=chrono ...
随机推荐
- PHP的25种框架
本篇文章给大家分享的内容是25种PHP框架 -有着一定的参考价值,有需要的朋友可以参考一下. 世界流行框架汇总 在项目开发中,一些架构和代码都是重复的,为了避免重复劳动,于是各种各样的框架诞生了. 在 ...
- 流量加密之:使用Openssl反弹加密shell
流量加密之:使用Openssl反弹加密shell 目录 流量加密之:使用Openssl反弹加密shell 1 背景 2 生成SSL证书 3 Linux平台下 3.1 在Kali上使用 OpenSSL ...
- CF846F - Random Query
题意:对于一个序列,每次随机选择两个数 \(l,r\),如果 \(l\gt r\) 就交换,求 \(l,r\) 中本质不同的数个数的期望. 我们发现,在所有的 \(n^2\) 个选择方案中,其实就是 ...
- 07#Web 实战:仿 GitHub 个人主页项目拖拽排序
实现效果图 GitHub 和 Gitee 个人主页中可以对自己的项目进行拖拽排序,于是我就想自己实现一个.本随笔只是记录一下大概的实现思路,如果感兴趣的小伙伴可以通过代码和本随笔的说明去理解实现过程. ...
- 基于docker的spark分布式与单线程、多线程wordcount的对比实验
1. 分布式环境搭建 1.1 基于docker的spark配置文件 docker-compose.yml version: '2' services: spark: image: docker.io/ ...
- Django-drf-序列化器高级用法之SerializerMethodField
在Drf框架中的serializers.py序列化中, SerializerMethodField字段是一个只读字段.它通过调用附加到的序列化程序类上的方法来获取其值.它可用于将任何类型的数据添加到对 ...
- SDN拓扑实践
一.使用Mininet可视化工具,生成下图所示的拓扑,并保存拓扑文件名为学号.py 二.使用Mininet的命令行生成如下拓扑: 1) 3台交换机,每个交换机连接1台主机,3台交换机连接成一条线. 2 ...
- kafak学习总结
高可用 多副本机制: 主副本和从副本,从副本只负责同步主副本数据,只有主副本进行读写. 高并发 网络结构设计 多路复用 多selector -> 多线程-> 多队列 高性能 写 把数据先写 ...
- C++ 手动实现队列(queue) (课后作业版)
#include <iostream> using namespace std; template <typename T> class Queue { public: Que ...
- 记录将Base64字符串转化为图片遇到的问题
今天通过与别人写的api交互,获取到了一个原为图片的base64字符串,在网上找到了相互转换的方法,但是在转化时,报出了"输入不是有效的 Base64 字符串,因为它包含非 base 64 ...