c++11新特性跨平台线程锁之lock_guard和unique_lock

在 C++1x 之后，多线程编程可以直接使用标准库里的函数，如#include <thread>，#include <mutex>不必根据平台的不同使用 posix_thread 之类的库了，即实现了跨平台的编程。

本次是将日常用到的创建多线程方法以及锁的简单实现进行总结：

#include <iostream>
#include <thread>
#include <stdlib.h>
#include <windows.h>
#include <mutex>

using namespace std;

const int nt = 8;
mutex mtx; // 互斥锁

void func1()
{   
    /*
        利用lock_guard加锁;
        定义lock_guard的时候调用构造函数加锁，大括号解锁的时候调用析构函数解锁；
    */

    lock_guard<mutex> lock(mtx);
    for (int i = 0; i < 3; i++) {
        cout << "thread id is " << this_thread::get_id() << ", " << "i is " << i << endl;
        Sleep(1000);
    }
}

void func2()
{
    /*
        利用unique_lock加锁;
        可以利用 unique.unlock() 随时解锁，减小锁的粒度；
        缺点是内部会维护一个锁的状态，效率比lock_guard低一点；

        注：析构的时候会判断当前锁的状态来决定是否解锁，如果当前状态已经是解锁状态了，
           那么就不会再次解锁，而如果当前状态是加锁状态，就会自动调用unique.unlock()来解锁。
    */ 
    unique_lock<mutex> unique(mtx);
    for (int i = 0; i < 3; i++) {
        cout << "thread id is " << this_thread::get_id() << ", " << "i is " << i << endl;
        Sleep(1000);
    }
    // unique.unlock();
}

void func3()
{
    /*
        利用mtx.lock()加锁;
        利用 mtx.unlock() 随时解锁，减小锁的粒度；
        通用方法；
    */
    mtx.lock();
    for (int i = 0; i < 3; i++) {
        cout << "thread id is " << this_thread::get_id() << ", " << "i is " << i << endl;
        Sleep(1000);
    }
    mtx.unlock();
}

int main()
{
    thread t[nt];

    // 创建线程
    for (int i = 0; i < nt; i++) {
        t[i] = thread(func3);
        thread::id pid = t[i].get_id();
        //cout << "thread id is : " << pid << endl;
    }

    // 等待线程完成
    for (int i = 0; i < nt; i++) {
        t[i].join();
    }

    return 0;
}

参考：C++11多线程编程(三)——lock_guard和unique_lock - 知乎 (zhihu.com)https://zhuanlan.zhihu.com/p/340348726

( C++ thread用法总结(整理)_顺其自然~的博客-CSDN博客https://fuhanghang.blog.csdn.net/article/details/114818215?spm=1001.2101.3001.6650.7&utm_medium=distribute.pc_relevant.none-task-blog-2~default~BlogCommendFromBaidu~Rate-7-114818215-blog-118325905.235%5Ev38%5Epc_relevant_anti_t3&depth_1-utm_source=distribute.pc_relevant.none-task-blog-2~default~BlogCommendFromBaidu~Rate-7-114818215-blog-118325905.235%5Ev38%5Epc_relevant_anti_t3&utm_relevant_index=12