C++中线程同步与互斥的4种方式介绍、对比、场景举例

server/2025/1/15 15:08:40/

image.png

在C++中,当两个或更多的线程需要访问共享数据时,就会出现线程安全问题。这是因为,如果没有适当的同步机制,一个线程可能在另一个线程还没有完成对数据的修改就开始访问数据,这将导致数据的不一致性和程序的不可预测性。为了解决这个问题,C++提供了多种线程同步和互斥的机制。

1. 互斥量(Mutex)

互斥量是一种同步机制,用于防止多个线程同时访问共享资源。在C++中,可以使用std::mutex类来创建互斥量。

#include <thread>
#include <mutex>std::mutex mtx;  // 全局互斥量
int shared_data = 0;  // 共享数据void thread_func() {for (int i = 0; i < 10000; ++i) {mtx.lock();  // 获取互斥量的所有权++shared_data;  // 修改共享数据mtx.unlock();  // 释放互斥量的所有权}
}int main() {std::thread t1(thread_func);std::thread t2(thread_func);t1.join();t2.join();std::cout << shared_data << std::endl;  // 输出20000return 0;
}

在上述代码中,我们创建了一个全局互斥量mtx和一个共享数据shared_data。然后,我们在thread_func函数中使用mtx.lock()mtx.unlock()来保护对shared_data的访问,确保在任何时候只有一个线程可以修改shared_data

2. 锁(Lock)

除了直接使用互斥量,C++还提供了std::lock_guardstd::unique_lock两种锁,用于自动管理互斥量的所有权。

#include <thread>
#include <mutex>std::mutex mtx;  // 全局互斥量
int shared_data = 0;  // 共享数据void thread_func() {for (int i = 0; i < 10000; ++i) {std::lock_guard<std::mutex> lock(mtx);  // 创建锁,自动获取互斥量的所有权++shared_data;  // 修改共享数据// 锁在离开作用域时自动释放互斥量的所有权}
}int main() {std::thread t1(thread_func);std::thread t2(thread_func);t1.join();t2.join();std::cout << shared_data << std::endl;  // 输出20000return 0;
}

在上述代码中,我们使用std::lock_guard来自动管理互斥量的所有权。当创建std::lock_guard对象时,它会自动获取互斥量的所有权,当std::lock_guard对象离开作用域时,它会自动释放互斥量的所有权。这样,我们就不需要手动调用mtx.lock()mtx.unlock(),可以避免因忘记释放互斥量而导致的死锁。

3. 条件变量(Condition Variable)

条件变量是一种同步机制,用于在多个线程之间同步条件的变化。在C++中,可以使用std::condition_variable类来创建条件变量。

#include <thread>
#include <mutex>
#include <condition_variable>std::mutex mtx;  // 全局互斥量
std::condition_variable cv;  // 全局条件变量
bool ready = false;  // 共享条件void print_id(int id) {std::unique_lock<std::mutex> lock(mtx);  // 创建锁,自动获取互斥量的所有权while (!ready) {  // 如果条件不满足cv.wait(lock);  // 等待条件变量的通知}// 当收到条件变量的通知,且条件满足时,继续执行std::cout << "thread " << id << '\n';
}void go() {std::unique_lock<std::mutex> lock(mtx);  // 创建锁,自动获取互斥量的所有权ready = true;  // 修改共享条件cv.notify_all();  // 通知所有等待的线程
}int main() {std::thread threads[10];for (int i = 0; i < 10; ++i)threads[i] = std::thread(print_id, i);std::cout << "10 threads ready to race...\n";go();  // 开始比赛for (auto& th : threads) th.join();return 0;
}

在上述代码中,我们创建了一个全局互斥量mtx、一个全局条件变量cv和一个共享条件ready。然后,我们在print_id函数中使用cv.wait(lock)来等待条件变量的通知,当收到条件变量的通知,且条件满足时,继续执行。在go函数中,我们修改共享条件,并使用cv.notify_all()来通知所有等待的线程。

4. 原子操作(Atomic Operation)

原子操作是一种特殊的操作,它可以在多线程环境中安全地对数据进行读写,而无需使用互斥量或锁。在C++中,可以使用std::atomic模板类来创建原子类型。

#include <thread>
#include <atomic>std::atomic<int> shared_data(0);  // 共享数据void thread_func() {for (int i = 0; i < 10000; ++i) {++shared_data;  // 原子操作}
}int main() {std::thread t1(thread_func);std::thread t2(thread_func);t1.join();t2.join();std::cout << shared_data << std::endl;  // 输出20000return 0;
}

在上述代码中,我们创建了一个原子类型的共享数据shared_data。然后,我们在thread_func函数中使用++shared_data来进行原子操作,这样,我们就不需要使用互斥量或锁,也可以保证在任何时候只有一个线程可以修改shared_data

5. 对比

策略优点缺点
单一全局互斥量简单可能导致严重的性能问题,降低并发性
多个互斥量提高并发性增加程序复杂性,需要避免死锁
原子操作提高并发性,避免互斥量开销增加程序复杂性,需要理解和使用原子操作
读写锁提高并发性,特别是读操作多于写操作时增加程序复杂性,需要管理读写锁,需要避免死锁

案例举例

假设我们正在开发一个在线聊天服务器,需要处理大量的并发连接。每个连接都有一个关联的用户对象,用户对象包含了用户的状态信息,如用户名、在线状态等。

在这种情况下,我们可以使用多个互斥量的策略。我们可以将用户对象划分为几个组,每个组有一个关联的互斥量。当一个线程需要访问一个用户对象时,它只需要锁定该用户对象所在组的互斥量,而不是所有的用户对象。这样,不同的线程可以同时访问不同的用户对象,从而提高并发性。

同时,我们也可以使用读写锁的策略。因为在大多数情况下,线程只需要读取用户的状态信息,而不需要修改。所以,我们可以使用读写锁,允许多个线程同时读取用户对象,但在修改用户对象时需要独占锁。

在实践中,我们可能需要结合使用这两种策略,以达到最佳的效果。

6. 更进一步:原子操作+锁

原子操作和锁是两种不同的线程同步机制,它们可以单独使用,也可以一起使用,具体取决于你的应用场景。

原子操作是一种低级的同步机制,它可以保证对单个内存位置的读写操作是原子的,即在任何时候只有一个线程可以对内存位置进行操作。原子操作通常用于实现高级的同步机制,如锁和条件变量。

锁是一种高级的同步机制,它可以保证对一段代码或多个内存位置的访问是原子的,即在任何时候只有一个线程可以执行被锁保护的代码或访问被锁保护的内存位置。

如果你在使用锁的同时还使用原子操作,那么你需要确保你的代码正确地理解和使用这两种同步机制。例如,如果你在一个被锁保护的代码段中使用原子操作,那么你需要确保原子操作不会违反锁的语义,即在任何时候只有一个线程可以执行被锁保护的代码。

以下是一个使用原子操作和锁的例子:

#include <thread>
#include <mutex>
#include <atomic>std::mutex mtx;  // 全局互斥量
std::atomic<int> counter(0);  // 原子计数器void thread_func() {for (int i = 0; i < 10000; ++i) {std::lock_guard<std::mutex> lock(mtx);  // 获取互斥量的所有权++counter;  // 原子操作// 锁在离开作用域时自动释放互斥量的所有权}
}int main() {std::thread t1(thread_func);std::thread t2(thread_func);t1.join();t2.join();std::cout << counter << std::endl;  // 输出20000return 0;
}

在上述代码中,我们使用std::lock_guard来获取互斥量的所有权,然后使用++counter来进行原子操作。这样,我们既保证了在任何时候只有一个线程可以执行被锁保护的代码,也保证了对counter的操作是原子的。

总的来说,原子操作和锁可以一起使用,但你需要确保你的代码正确地理解和使用这两种同步机制。

总结

在C++中,当两个或更多的线程需要访问共享数据时,可以使用互斥量、锁、条件变量和原子操作等多种线程同步和互斥的机制来保证线程安全。选择哪种机制,取决于具体的应用场景和需求。

参考资料

  1. C++ Reference: thread
  2. C++ Reference: mutex
  3. C++ Reference: condition_variable
  4. C++ Reference: atomic

http://www.ppmy.cn/server/158235.html

相关文章

anaconda 安装笔记

anaconda 安装笔记 1. conda介绍2. 安装步骤每次找安装文档,都很麻烦,直接记录一篇到CSDN 1. conda介绍 conda是一个开源的包、环境管理器,可以用于在同一个机器上安装不同Python版本的软件包及其依赖,并能够在不同的Python环境之间切换,Anaconda包括Conda、Python以及一…

【“软件工程”基础概念学习】

基础和相关概念 英文&#xff1a;Software Engineering 软&#xff1a;物体内部的组织疏松&#xff0c;受外力作用后容易改变形状软件&#xff1a; 计算机系统的组成部分&#xff0c;是指挥计算机进行计算、判断、处理信息的程序系统。通常分为系统软件和应用软件。借指某项活…

MACPA:fMRI连接性分析的新工具

摘要 不同脑区的共同激活为它们之间的功能交互或连接提供了一个有价值的衡量指标。元分析连接模型(MACM)是一种经过充分验证的研究某一特定区域共激活模式的方法&#xff0c;该方法对基于任务的功能磁共振成像(task-fMRI)数据进行种子点(seed-based)元分析。虽然MACM是一种强大…

[java基础-集合篇]有界阻塞队列ArrayBlockingQueue源码解析

从源码可知&#xff0c;ArrayBlockingQueue是一个基于数组大小固定的阻塞队列。 且ArrayBlockingQueue获取元素都从头部获取&#xff0c;插入元素都从尾部插入&#xff0c;即ArrayBlockingQueue是单向队列&#xff0c;从一头插入&#xff0c;一头获取。 即ArrayBlockingQueue结…

【C++boost::asio网络编程】使用asio协程搭建异步echo服务器的笔记

【Cboost::asio网络编程】使用asio协程搭建异步服务器的笔记 协程和线程关系以及线程和进程的关系简单区分资源消耗与开销调度与上下文切换并发性独立性 main函数listener函数echo函数 协程和线程关系以及线程和进程的关系简单区分 资源消耗与开销 进程与线程&#xff1a; 进…

【c语言】指针 (完结)

一、sizeof和strlen的对比 1、sizeof 前面我们在学习操作符的时候&#xff0c;我们学习了sizeof&#xff0c;知道其是计算变量所占内存的大小的&#xff0c;单 位是字节&#xff0c;如果操作数是数据类型的话&#xff0c;计算的就是这个类型的变量所占的内存空间的大…

leetcode 68. 文本左右对齐

题目&#xff1a;68. 文本左右对齐 - 力扣&#xff08;LeetCode&#xff09; 没啥难的&#xff0c;就是麻烦点。 class Solution { public:vector<string> fullJustify(vector<string>& words, int maxWidth) {vector<string> ret;vector<string>…

[程序设计]—代理模式

[程序设计]—代理模式&#x1f473; 本文章记录学习于——52.面向切面&#xff1a;AOP-场景模拟_哔哩哔哩_bilibili 最近闲来无事&#xff0c;在学习Spring的源码&#xff1a; 后面慢慢更新源码系列blog&#xff0c;希望多多关注&#x1f64f;&#x1f64f; 目前已经总结的b…