C++武艺修炼--基于C++11实现具有优先级的线程池

该项目是基于C++1利用模板实现封装具有优先级功能的异步线程池。

该项目是在《C++并发编程实战》中的线程池源码基础上进行增加修改，添加了可加入优先级线程的功能，优先级在单片机开发过程中，经常见到（如单片机的中断优先级，抢占优先级高于响应优先级），所以把这种优先级思维运用一下，用在线程池中。
还是需要确定思路，思路是编程开发最大前提，好的思路可以达到事倍功半的效果：
1.定义优先级类型。
2.确定合适的容器实现可以存入优先级，让优先级和线程执行的函数实现实现关联。
3.线程池的实现调试。
方向确定了，那么接下来就开搞。

1.定义优先级类型，为非就枚举，优先级为高中低。
2.确定合适的容器，我一开始想到的是用std::vector，但第一时间就把自己驳回了，线程之所以用std::queue，与互斥锁结合使用时，可以更容易地控制对队列的访问，而用std::vector进行插入和删除时，可能需要锁定整个向量，很不安全。
那么自己写一个，node节点的结构体，类似如下：

struct Node
	{
		using Counter = unsigned int;
		using NodePtr = std::shared_ptr<Node>;
			
        //callback 回调函数  counter 索引（计数器）
		Node(const Callback_ & callback, const Counter counter)
			: callback(callback), counter(counter)
		{
		}

        NodePtr previous;   //以前的
        NodePtr next;       //下一个节点
        std::function<void()> callback; //回调返回类型
        Counter priority;   //优先级
	};

再进行封装，写一个类似于监听器的功能，那这样工作量太大了。
那么正好想到或者百度有stl写好的队列，可以根据定义排列最大的元素，std::priority_queue。
真是踏破铁鞋无觅处，得来全不费功夫呀。

直接上源码：

#include <vector>
#include <queue>
#include <memory>
#include <thread>
#include <mutex>
#include <condition_variable>
#include <future>
#include <functional>
#include <stdexcept>
#include <iostream>

namespace TPL
{

enum ENThreadPriority : int
{
    ENPriority_No = 0,
    ENPriority_Low,
    ENPriority_Middle,
    ENPriority_Hight
};

struct Task {
    ENThreadPriority priority = ENPriority_No;
    std::function<void()> func;

    Task(ENThreadPriority prio, std::function<void()> pfun) :
        priority(prio)
    {
        func = pfun;
    }
    Task(std::function<void()> pfun) :
        Task(ENPriority_No, pfun)
    {
    }
    Task()
    {
    }

    bool operator<(const Task& other) const {
        return (int)priority < (int)other.priority; // 高优先级的任务排在前面
    }
};



class ThreadPool {
public:
    ThreadPool(size_t);
     //无优先级添加队列
    template<class F, class... Args>
    auto enqueue(F&& f, Args&&... args) 
        -> std::future<typename std::result_of<F(Args...)>::type>;
	 //有优先级添加队列
    template<class F, class... Args>
    auto enqueue(const ENThreadPriority& ENType, F&& f, Args&&... args)
        -> std::future<typename std::result_of<F(Args...)>::type>;

    ~ThreadPool();

private:
    std::vector< std::thread > workers;
    std::priority_queue<Task> tasks;
    std::mutex queue_mutex;
    std::condition_variable condition;
    bool stop;
    std::vector<ENThreadPriority> vecPriority;
};
 
inline ThreadPool::ThreadPool(size_t threads)
    :   stop(false)
{
    for(size_t i = 0; i < threads; ++i)
        //初始化传入循环体
        workers.emplace_back(
            [this]
            {
                for(;;)
                {
                    Task Atask;
                    {
                        std::unique_lock<std::mutex> lock(this->queue_mutex);
                        this->condition.wait(lock,
                            [this]{ return this->stop || !this->tasks.empty(); });
                        if(this->stop && this->tasks.empty())
                            return;
                        {
                        Atask = std::move(this->tasks.top());
                        this->tasks.pop();
                        }
                    }
                    std::cout << "--------current Thread Priority:::" << Atask.priority << std::endl;
                    //std::this_thread::sleep_for(std::chrono::seconds(3)); //调试看执行的话，就打开， 并且断点打在这一行，便于调试
                    Atask.func();
                }
            }
        );
}

template<class F, class... Args>
auto ThreadPool::enqueue(F&& f, Args&&... args)
    -> std::future<typename std::result_of<F(Args...)>::type>
{
    return enqueue(ENPriority_No, f, std::forward<Args>(args)...);
}


// add new work item to the pool
//F是函数， Args...是参数  //这里也可以直接传lamda表达式
template<class F, class... Args>
auto ThreadPool::enqueue(const ENThreadPriority& ENType, F&& f, Args&&... args)
    -> std::future<typename std::result_of<F(Args...)>::type>
{
    //返回类型
    using return_type = typename std::result_of<F(Args...)>::type;
    //std::packaged_task用于包装一个可调用对象（如函数、lambda表达式或函数对象），使其可以异步执行
    //通常与std::future一起使用
    auto task = std::make_shared< std::packaged_task<return_type()> >(
            std::bind(std::forward<F>(f), std::forward<Args>(args)...)
        ); //std::bind 用的好



    std::future<return_type> res = task->get_future();
    {
        std::unique_lock<std::mutex> lock(queue_mutex);
        if(stop)
            throw std::runtime_error("enqueue on stopped ThreadPool");
        tasks.push({ENType, [task](){ (*task)(); }});
    }
    condition.notify_one();  // 唤醒一个等待的线程
    return res;
}

inline ThreadPool::~ThreadPool()
{
    {
        std::unique_lock<std::mutex> lock(queue_mutex);
        stop = true;
    }
    condition.notify_all();
    for(std::thread &worker: workers)
        worker.join();
}

}//namespace TPL

调用代码：

int main(int argc, char *argv[])
{
    auto lamda_AAA = [](const std::string & ss, const int ii)
    {
        std::cout << "--------AAA:::::" << ss << " ::::" << ii << std::endl;
        return std::string("xiaohua");
    };

    auto lamda_BBB = [](const std::string & ss, const std::string ii)
    {
        std::cout << "--------BBB:::::" << ss << " ::::" << ii << std::endl;
        return 222;
    };

    TPL::ThreadPool pool(4);
    pool.enqueue(TPL::ENPriority_Hight, lamda_AAA, "ENPriority_Hight", 18);
    pool.enqueue(TPL::ENPriority_Middle, lamda_BBB, "ENPriority_Middle", "Hello, lovely stranger");
    pool.enqueue(TPL::ENPriority_Low, lamda_BBB, "ENPriority_Low", "Wishing you happiness every day, no internal friction");
    pool.enqueue(lamda_AAA, "ENPriority_No", 29);

    return 0;
}

如果调试看运行先后的话，建议打开 ThreadPool::ThreadPool 中的这一行，

 //std::this_thread::sleep_for(std::chrono::seconds(3)); //调试看执行的话，就打开， 并且断点打在这一行，便于调试

因为是异步执行，打印先后乱码很正常。
看一下结果，看有关这个的打印先后即可。

std::cout << "--------current Thread Priority:::" << Atask.priority << std::endl;

打印优先级无毛病，大功告成。
开心一下

---

---

---

下面就开始分享不正经了。

💕💕💕💕💕💕✌️✌️✌️✌️✌️✌️
用铁淬炼的双拳，
终抵不过四方的箭。
鳞伤的心归于死寂，
那一刻展开铁拳，
双手合十，
如水裹行着麻木。
向前是山，
向后也是山。
💕💕
最后希望所有的打工人都有铁淬炼的技术傍身，同时为人处世也够用，不要被一些暗箭所伤。最后希望大家天天开心，现在遇到的所有不快乐，终究会过去，加油，奥里给！！！你是最棒的，听见了没！！！