C++并发编程----同步操作（《C++ Concurrency in Action》 读书笔记）

本文为《C++ Concurrency in Action》 读书笔记，对其中的一些知识点进行总结。阅读这本书前建议先阅读《Effective C++》

使用同步操作简化代码

使用“期望”的函数化编程

术语函数化编程(functional programming)引用于一种编程方式，这种方式中的函数结果只依 赖于传入函数的参数，并不依赖外部状态。

快速排序 FP（函数化）模式版

以下是对于快速排序的单线程实现方式：

template<typename T> 
std::list<T> sequential_quick_sort(std::list<T> input) 
{ 
	//递归出口
	if(input.empty()) 
	{ 
	return input; 
	}
	std::list<T> result; 
	result.splice(result.begin(),input,input.begin()); // 将中间值先放到结果集中
	T const& pivot=*result.begin(); 
	auto divide_point=std::partition(input.begin(),input.end(), 
		[&](T const& t){return t<pivot;}); //将剩下的元素按照中介值进行划分
	std::list<T> lower_part; 
	lower_part.splice(lower_part.end(),input,input.begin(), 
	divide_point); 
	auto new_lower( 
		sequential_quick_sort(std::move(lower_part))); 递归指向前半部分  
	auto new_higher( 
		sequential_quick_sort(std::move(input))); // 递归执行后半部分
	result.splice(result.end(),new_higher); // 将后半部分放到中间值的后面
	result.splice(result.begin(),new_lower); // 将前半部分放到中间值的前面
	return result; 
} 

快速排序 FP模式线程强化版

template<typename T> 
std::list<T> parallel_quick_sort(std::list<T> input) 
{ 
	//递归出口
	if(input.empty()) 
	{ 
		return input; 
	}
	std::list<T> result; //结果集
	result.splice(result.begin(),input,input.begin()); //第一个元素作为中间值放入到结果集中
	T const& pivot=*result.begin(); 
	auto divide_point=std::partition(input.begin(),input.end(), 
		[&](T const& t){return t<pivot;}); //按照中间值对列表进行划分
	std::list<T> lower_part; 
	lower_part.splice(lower_part.end(),input,input.begin(), 
		divide_point); 
	std::future<std::list<T> > new_lower( // 开创一个线程去计算前半部分
		std::async(&parallel_quick_sort<T>,std::move(lower_part))); 
	auto new_higher(
		parallel_quick_sort(std::move(input))); // 主线程继续计算后半部分
	result.splice(result.end(),new_higher); // 将各个线程计算的记过合并
	result.splice(result.begin(),new_lower.get()); // 主线程从新开创的线程中获得新计算的结果，并合并到结果集。
	return result; 
} 

std::async() 会启动一个新 线程，这样当你递归三次时，就会有八个线程在运行了；当你递归十次(对于大约有1000个元 素的列表)，如果硬件能处理这十次递归调用，你将会创建1024个执行线程。当运行库认为这 样做产生了太多的任务时(也许是因为数量超过了硬件并发的最大值)，运行库可能会同步的切 换新产生的任务。当任务过多时(已影响性能)，这些任务应该在使用get()函数获取的线程上运 行，而不是在新线程上运行，这样就能避免任务向线程传递的开销。