线程管理基础
C++11 所有的线程都封装在<thread>
头文件中,使用命名空间std
说明。
最简单的例子:
#include <iostream>
#include <thread>
void hello() {
std::cout << "hello world !\n";
}
int main() {
std::thread t(hello); // 定义一个线程,注意是直接构造执行的
t.join(); // 在这里进行等待
return 0;
}
每个线程都必须有一个初始函数,新线程在函数中执行。join()
的作用是等待线程执行完毕,然后向下执行。该例子中,如果没有join
,那么可能出现主线程执行完毕,子线程还未完成,出现异常。
C++线程库启动线程可以归结为构造一个std::thread
对象,使用可调用类型进行构造。传入带有函数调用符类型的参数实例,可以用来替代默认的构造函数。
join
和detach
的区别:
join
是用于等待线程执行完毕后,再向下执行detach
是声明是线程再后台执行,不必等待线程执行完毕,主线程可以继续向下执行。而且此时不能有其他的std::thread
对象能引用它。- 两者都不能对没有执行的线程进行操作,保险的做法是先进行
joinable
的判断,然后调用函数。
线程使用的注意事项:尽量不要在线程中访问局部变量的引用或者指针,保险的做法是复制数据到线程中。
线程本身不能返回数据,因此需要使用引用的方式。。
以下是构造线程的一般方法:
#include <iostream>
#include <thread>
#include <string>
#include <algorithm>
// 最普通方式
void do_some_work() {
std::cout << "do some work !\n";
}
// 函数对象方式
class back_ground_task {
public:
void operator()()const {
do_something();
do_something_else();
}
void do_something()const {
std::cout << "do something !\n";
}
void do_something_else()const {
std::cout << "do something else !\n";
}
};
// 析构方保护线程
class thread_guard {
public:
explicit thread_guard(std::thread& t_): t(t_) {}
~thread_guard() {
if(t.joinable()) {
t.join();
}
}
thread_guard(thread_guard const&) = delete;
thread_guard& operator=(thread_guard const&) = delete;
private:
std::thread& t;
};
// 参数测试
void arg_test(int i, const std::string& str) {
std::cout << "i=" << i << ", string=" << str << std::endl;
}
// 类成员函数测试
class X {
public:
void func(int i) {
std::cout << "X func i=" << i << std::endl;
}
};
// 引用方式传递参数
void ref_func_test(std::string& str) {
str += str;
}
void do_work(int i) {
std::cout << "create thread: " << i << std::endl;
}
void create_epoch_threads(int n) {
std::vector<std::thread>threads;
// 量产线程
for(unsigned j = 0; j < n; ++j) {
threads.emplace_back(std::thread(do_work, j));
}
// 对每个线程进行join操作
std::for_each(threads.begin(), threads.end(),
std::mem_fn(&std::thread::join));
}
int main() {
// 最基本方式
std::thread t(do_some_work);
t.join();
// 函数对象的方式
back_ground_task f;
std::thread t1(f);
t1.join();
// 使用类构造的方式
std::thread t2(do_some_work);
thread_guard g(t2);
// 匹配参数
std::thread t3(arg_test, 2, "arg test");
t3.join();
// 引用传递
std::string str("test_ref_");
std::thread t4(ref_func_test, std::ref(str)); // 注意std::ref
t4.join();
std::cout << str << std::endl;
// 类成员函数
X my_x;
std::thread t5(&X::func, &my_x, 10);
t5.join();
// 批量生产线程
create_epoch_threads(3);
return 0;
}
转移线程所有权
线程没有拷贝操作!!! ,所有权的转移都是通过std::move
实现的。这种类型的资源是不能直接赋值的,没有意义,只能直接创建。
线程的所有权可以在函数外进行转移。
std::thread f() {
void some_function();
return std::thread(some_function);
}
std::thread g() {
void some_other_function(int);
std::thread t(some_other_function, 42);
return t;
}
编译器有ROV,不用担心出现多余的拷贝,这里返回值就是相当于移动操作。
所有权可以在函数内部传递,同样的也可以作为函数的参数,不过要使用std::move
进行操作。
void f(std::thread t);
void g() {
void some_function();
f(std: thread(some_function)); // 可以直接在参数处进行构造
std::thread t(some_function); // 直接进行移动操作
f(std::move(t));
}
可以使用类构造的方式,直接传入线程,而不是各个参数。这样,可以更加简化操作。
#include <iostream>
#include <thread>
void do_something(int i) {
/*do some thing here*/
for(int j = 0; j < 10; ++j) {
i = j;
}
}
struct func {
int& i;
func(int& i_): i(i_) {}
void operator()() {
for(unsigned j = 0; j < 1000000; ++j) {
do_something(i);
}
}
};
class scoped_thread {
public:
explicit scoped_thread(std::thread t_): t(std::move(t_)) {
if(!t.joinable()) {
throw std::logic_error("No thread");
}
}
~scoped_thread() {
t.join();
}
scoped_thread(scoped_thread const&) = delete;
scoped_thread& operator=(scoped_thread const&) = delete;
private:
std::thread t;
};
void f() {
int some_local_state;
scoped_thread t(std::thread(func(some_local_state)));
// do something in current thread
}
int main() {
f();
}
运行时线程的数量
std::thread::hardware_concurrency()
函数返回CPU核心的数量或者是一个程序中最多能同时并发的函数数量。
给出一个多线程版本的std::accumulate
函数。
#include <algorithm>
#include <thread>
#include <iostream>
#include <vector>
#include <ctime>
template <typename Iterator, typename T>
struct accumulate_block {
void operator()(Iterator first, Iterator last, T& result) {
result = std::accumulate(first, last, result);
}
};
template<typename Iterator, typename T>
T parallel_accumulate(Iterator first, Iterator last, T init) {
unsigned long const length = std::distance(first, last);
if(length <= 0)
return init;
// 每个线程最少的任务数量和可能线程最多数量
unsigned long const min_per_thread = 25;
unsigned long const max_threads =
(length + min_per_thread - 1) / min_per_thread;
unsigned long const hardware_threads = std::thread::hardware_concurrency();
unsigned long const num_threads =
std::min(hardware_threads != 0 ? hardware_threads : 2, max_threads);
// 每个线程分配的任务
unsigned long const block_size = length / num_threads;
// 存放结果
std::vector<T>results(num_threads);
// 存放线程,注意不要放置主线程
std::vector<std::thread>threads(num_threads - 1);
// 并行化计算
Iterator block_start = first;
for(unsigned long i = 0; i < (num_threads - 1); ++i) {
Iterator block_end = block_start;
std::advance(block_end, block_size);
threads[i] = std::thread(accumulate_block<Iterator, T>(),
block_start, block_end, std::ref(results[i]));
block_start = block_end;
}
// 计算可能的剩余量,并等待所有线程结束
accumulate_block<Iterator, T>()(block_start, last, results[num_threads - 1]);
std::for_each(threads.begin(), threads.end(),
std::mem_fn(&std::thread::join));
// 每个线程计算的结果进行汇总
return std::accumulate(results.begin(), results.end(), init);
}
int main() {
using LL = unsigned long long;
LL N = 200000000;
LL init = 0;
std::vector<LL>vec(N);
for(LL i = 0; i < N; ++i) {
vec[i] = 1;
}
using Iter = std::vector<LL>::iterator;
// 并行化计算
auto start = clock();
std::cout << parallel_accumulate<Iter, int>(vec.begin(), vec.end(), init) << std::endl;
auto stop = clock();
std::cout << "time=" << stop - start << std::endl;
// 串行计算
start = clock();
std::cout << std::accumulate(vec.begin(), vec.end(), init) << std::endl;
stop = clock();
std::cout << "time=" << stop - start << std::endl;
return 0;
}
/*
输出结果:
200000000
time=469
200000000
time=1924
运行环境:Intel I7 4710MQ,四核
时间差不多是4倍
*/
补充:std::accumulate()
是累加函数,std::advance()
是迭代器移动函数,必须是前向或者双向迭代器才可以。
注意:不能从线程中直接返回一个值,在这里采取引用的方式进行解决。
识别线程
C++中,线程的标识符类型是std::thread::id
。使用std::thread
的get_id()
成员直接获取。一般来说,这种方式是用来对线程进行检测的,以判断是否需要进行有关的操作。