C++多线程1——pthread

一、多核时代

随着数字IC工艺的提升，单核性能越来越高，但随之来的是功率密度增大，芯片发热严重，要进一步提升性能，很自然会想到C多核。将计算任务分配到不同的cpu，最后将结果整合，完成多核并行。

二、C\C++的多线程

C提供了很方便的多线程库，最基本的是pthread库，C++里有thread库（调用起来更加方便），还有omp库（不必自己设置线程，已封装好），接下来将介绍C++pthread库的应用实例，这些实例能够很方便移植到不同的应用中。omp库的实例可参看C++openmp并行计算实例。

三、实例

pthread的实例参考了B站up主“正月点灯”的教学视频，讲得非常通俗易懂。

假设我们有一个数组arr[]，长度为1亿，元素大小为0~4的随机数，我们需要计算它的和。

为此我们可以用两个线程，一个线程计算前5千万个元素之和，另一个线程计算后5千万个元素之和，最后两种相加。

顺便比较单线程的耗时，代码如下：

#include <stdio.h>
#include <stdlib.h> 
#include <pthread.h>
#include <time.h> 
#include <omp.h>
#define MAX_SIZE 100000000
int* arr;
// 定义数据结构，用来传递参数
typedef struct{
 int first;
 int last;
 int result;
}MY_ARGS;
//定义函数，给多线程调用
void* myfunc(void* args){
 int i;
 int s=0;
 MY_ARGS* my_args = (MY_ARGS*) args;
 int first = my_args->first;
 int last =  my_args->last;

 for(i=first;i<last;i++){
 s=s+arr[i];
 }
 my_args -> result = s;
 return  NULL;
}

int main(){
  pthread_t th1;
  pthread_t th2;

  int i;
  arr = malloc(sizeof(int) * MAX_SIZE);
  int mid = MAX_SIZE/2;
  for(i=0;i<MAX_SIZE;i++){
   arr[i]=rand()%5;
  }

 MY_ARGS args1 = {0,mid,0};
 MY_ARGS args2 = {mid,MAX_SIZE,0};
 //1.pthread running time 
 clock_t start,end;
 start = clock();
 pthread_create(&th1,NULL,myfunc,&args1);
 pthread_create(&th2,NULL,myfunc,&args2);
 pthread_join(th1,NULL);
 pthread_join(th2,NULL);
 int s = args1.result+args2.result;
 end = clock();

 printf("s  = %d\n",s);
 printf("thread2 time : %ld\n",end-start);

 // 2.single running time
 start = clock();
 s = 0;
 for(i=0;i<MAX_SIZE;i++){
 s = s+ arr[i];
 }
 end = clock(); 

 printf("s  = %d\n",s);
 printf("single time:  %ld\n",end-start);


 // 3.omp running time
 start = clock();
 s = 0;
 omp_set_num_threads(2);
 #pragma omp parallel 
 {
 #pragma omp for reduction(+:s)
 for(i=0;i<MAX_SIZE;i++){
 s = s+ arr[i];
 }
 }
 end = clock(); 

 printf("s  = %d\n",s);
 printf("omp time:  %ld\n",end-start);

 return 0;

}

代码比较了pthread2线程，单线程，omp2线程的结果：

可见两个线程，甚至还有可能变慢，可能的原因是这里的数据连续分布，gcc的优化已经很极致。如果两个任务比较独立，并行的效果会更明显。这里只是给个pthread应用的实例。

原文C++多线程——pthread