C/C++与并发相关的技术

1. 并发与多线程

• 当需要利用多核优势或实现异步处理时，合理使用多线程或并发编程。
• 遵循线程安全原则，对共享数据进行适当的同步控制，如使用互斥锁（std::mutex）、条件变量（std::condition_variable）、原子操作（std::atomic）等。
• 避免死锁、活锁和优先级反转等并发问题，合理设计锁的获取顺序和释放策略。
• 尽可能缩小临界区，减少线程间竞争，提高并发性能。
• 使用线程池（如std::threadpool、boost::asio::thread_pool）管理线程资源，避免频繁创建和销毁线程。
• 对于无锁数据结构和算法（如std::atomic、std::lockfree::queue），了解其适用场景和限制，正确使用以提高并发性能。
• 了解并遵循平台相关的线程同步原语和调度策略，如POSIX线程（pthreads）、Windows API等。
• 对于高并发网络编程，考虑使用异步I/O模型（如Reactor、Proactor）和事件驱动框架（如libevent、Boost.Asio、ASIO）。

2. 并发与并行计算

• 当需要利用多核优势或实现大规模计算任务时，合理使用并行计算技术。
• 对于CPU密集型任务，使用OpenMP、Intel TBB等库进行多线程并行化。
• 对于GPU加速，使用CUDA、OpenCL等框架编写并行计算内核。
• 对于分布式计算，使用MPI（Message Passing Interface）进行节点间通信和任务分配。
• 设计合适的任务分解策略，避免负载不均、通信开销过大等问题。
• 对于数据并行、任务并行、流水线并行等不同的并行模式，理解其适用场景和局限性，选择最适合的并行化方案。
• 对于并行算法，理解其可扩展性、负载平衡、同步开销等因素，合理设置并行度。

3. 并发与异步编程

• 当需要处理大量I/O操作或实现高性能网络应用时，采用异步编程模型。
• 使用回调函数、 Futures/Promises、协程（如C++20 coroutines）等方式处理异步操作的结果。
• 使用事件循环（如libev、libuv、Boost.Asio）或反应器模式管理异步事件。
• 对于异步编程中的复杂控制流，如链式异步操作、并发任务的同步等待等，使用恰当的设计模式或库支持（如Promise链、std::when_all、std::async）。
• 对于异步编程中的错误处理，使用异常、错误码或结果包装器（如std::expected、std::variant）等方式传递错误信息。
• 保持异步接口的非阻塞性质，避免阻塞事件循环或导致线程池饥饿。

4. 并发与并发数据结构

• 使用线程安全的数据结构（如std::mutex、std::lock_guard保护的容器、std::atomic变量）替代非线程安全的版本。
• 对于高性能并发场景，考虑使用无锁数据结构（如std::atomic、std::lockfree::queue）或适应性哈希表（如folly::AtomicHashMap）。
• 了解并遵循特定数据结构的并发使用限制和最佳实践，如避免在遍历容器时修改它、合理设置哈希表的初始大小等。
• 对于自定义并发数据结构，确保其线程安全，正确实现锁的粒度和层次，避免死锁和竞争条件。

5. 并发与并发工具与框架

• 根据项目需求和团队熟悉程度，选用合适的并发工具和框架，如OpenMP、Intel TBB、Boost.Asio、Poco、Qt Concurrent等。
• 熟悉所选工具或框架的API、使用场景、限制和最佳实践，避免滥用或误用。
• 对于复杂并发场景，利用框架提供的高级抽象（如任务队列、工作窃取、异步代理、future组合等）简化编程模型。
• 对于跨平台开发，选用支持多种操作系统的并发工具或框架，或使用条件编译适配不同平台的并发原语。

6. 并发与性能分析与调优

• 使用性能分析工具（如gprof、perf、Valgrind、Intel VTune、Visual Studio Profiler等）识别并发程序中的瓶颈和性能问题。
• 分析并行度、负载。