C++编程 –安全并发访问容器元素

C++编程 –安全并发访问容器元素

https://blog.csdn.net/flyfish1986/article/details/39526251

 

C++ 安全并发访问容器元素

2014-9-24 flyfish
标准库STL的vector, deque, list等等不是线程安全的
例如 线程1正在使用迭代器（iterator）读vector
线程2正在对该vector进行插入操作，使vector重新分配内存，这样就造成线程1中的迭代器失效

STL的容器
多个线程读是安全的，在读的过程中，不能对容器有任何写入操作
多个线程可以同时对不同的容器做写入操作。
不能指望任何STL实现来解决线程难题，必须手动做同步控制.

方案1 对vector进行加锁处理
 

effective STL给出的Lock框架

1. template<typename Container> //一个为容器获取和释放互斥体的模板

2. class Lock

3. { //框架；其中的很多细节被省略了

4. public:

5. Lock(const Container& container) :c(container)

6. {

7. getMutexFor(c);

8. //在构造函数中获取互斥体

9. }

10. ~Lock()

11. {

12. releaseMutexFor(c);

13. //在析构函数中释放它

14. }

15. private: const Container& c;

16. };

如果需要实现工业强度，需要做更多的工作。


方案2 微软的Parallel Patterns Library (PPL)


看MSDN
PPL 提供的功能

1 Task Parallelism: a mechanism to execute several work items (tasks) in parallel
任务并行：一种并行执行若干工作项（任务）的机制

2 Parallel algorithms: generic algorithms that act on collections of data in parallel
并行算法：并行作用于数据集合的泛型算法

3 Parallel containers and objects: generic container types that provide safe concurrent access to their elements
并行容器和对象：提供对其元素的安全并发访问的泛型容器类型


示例是对斐波那契数列（Fibonacci）的顺序计算和并行计算的比较

顺序计算是
使用 STL std::for_each 算法
结果存储在 std::vector 对象中。

并行计算是
使用 PPL Concurrency::parallel_for_each 算法
结果存储在 Concurrency::concurrent_vector 对象中。

1. // parallel-fibonacci.cpp

2. // compile with: /EHsc

3. #include <windows.h>

4. #include <ppl.h>

5. #include <concurrent_vector.h>

6. #include <array>

7. #include <vector>

8. #include <tuple>

9. #include <algorithm>

10. #include <iostream>

11.  
12.  

13. using namespace Concurrency;

14. using namespace std;

15.  
16.  

17. // Calls the provided work function and returns the number of milliseconds

18. // that it takes to call that function.

19. template <class Function>

20. __int64 time_call(Function&& f)

21. {

22. __int64 begin = GetTickCount();

23. f();

24. return GetTickCount() - begin;

25. }

26.  
27.  

28. // Computes the nth Fibonacci number.

29. int fibonacci(int n)

30. {

31. if(n < 2)

32. return n;

33. return fibonacci(n-1) + fibonacci(n-2);

34. }

35.  
36.  

37. int wmain()

38. {

39. __int64 elapsed;

40.  
41.  

42. // An array of Fibonacci numbers to compute.

43. array<int, 4> a = { 24, 26, 41, 42 };

44.  
45.  

46. // The results of the serial computation.

47. vector<tuple<int,int>> results1;

48.  
49.  

50. // The results of the parallel computation.

51. concurrent_vector<tuple<int,int>> results2;

52.  
53.  

54. // Use the for_each algorithm to compute the results serially.

55. elapsed = time_call([&]

56. {

57. for_each (a.begin(), a.end(), [&](int n) {

58. results1.push_back(make_tuple(n, fibonacci(n)));

59. });

60. });

61. wcout << L"serial time: " << elapsed << L" ms" << endl;

62.  
63.  

64. // Use the parallel_for_each algorithm to perform the same task.

65. elapsed = time_call([&]

66. {

67. parallel_for_each (a.begin(), a.end(), [&](int n) {

68. results2.push_back(make_tuple(n, fibonacci(n)));

69. });

70.  
71.  

72. // Because parallel_for_each acts concurrently, the results do not

73. // have a pre-determined order. Sort the concurrent_vector object

74. // so that the results match the serial version.

75. sort(results2.begin(), results2.end());

76. });

77. wcout << L"parallel time: " << elapsed << L" ms" << endl << endl;

78.  
79.  

80. // Print the results.

81. for_each (results2.begin(), results2.end(), [](tuple<int,int>& pair) {

82. wcout << L"fib(" << get<0>(pair) << L"): " << get<1>(pair) << endl;

83. });

84. }

命名空间Concurrency首字母大写，一般命名空间全是小写。

贴一个简单的示例代码
使用parallel_for_each 算法计算std::array 对象中每个元素的平方
参数分别是lambda 函数、函数对象和函数指针。

1. #include "stdafx.h"

2. #include <ppl.h>

3. #include <array>

4. #include <iostream>

5. using namespace Concurrency;

6. using namespace std;

7. using namespace std::tr1;

8.  
9.  

10. // Function object (functor) class that computes the square of its input.

11. template<class Ty>

12. class SquareFunctor

13. {

14. public:

15. void operator()(Ty& n) const

16. {

17. n *= n;

18. }

19. };

20.  
21.  

22. // Function that computes the square of its input.

23. template<class Ty>

24. void square_function(Ty& n)

25. {

26. n *= n;

27. }

28. int _tmain(int argc, _TCHAR* argv[])

29. {

30. // Create an array object that contains 5 values.

31. array<int, 5> values = { 1, 2, 3, 4, 5 };

32.  
33.  

34. // Use a lambda function, a function object, and a function pointer to

35. // compute the square of each element of the array in parallel.

36.  
37.  

38. // Use a lambda function to square each element.

39. parallel_for_each(values.begin(), values.end(), [](int& n){n *= n;});

40.  
41.  

42. // Use a function object (functor) to square each element.

43. parallel_for_each(values.begin(), values.end(), SquareFunctor<int>());

44.  
45.  

46. // Use a function pointer to square each element.

47. parallel_for_each(values.begin(), values.end(), &square_function<int>);

48.  
49.  

50. // Print each element of the array to the console.

51. for_each(values.begin(), values.end(), [](int& n) {

52. wcout << n << endl;

53. });

54. return 0;

55. }

在微软的concurrent_vector.h文件中有这样一句
Microsoft would like to acknowledge that this concurrency data structure implementation
is based on Intel implementation in its Threading Building Blocks ("Intel Material").
也就是微软的concurrent_vector是在Intel 的Threading Building Blocks基础上实现的。

方案3 Intel TBB(Threading Building Blocks)
 Intel TBB 提供的功能
 1 直接使用的线程安全容器，比如 concurrent_vector 和 concurrent_queue。
 2 通用的并行算法，如 parallel_for 和 parallel_reduce。 
 3 模板类 atomic 中提供了无锁（Lock-free或者mutex-free）并发编程支持。

方案4 无锁数据结构支持库Concurrent Data Structures (libcds). 
地址 http://sourceforge.net/projects/libcds/
下载以后里面直接有从VC2008到VC2013的编译环境，依赖于boost库

方案5 Boost 使用boost.lockfree

boost.lockfree实现了三种无锁数据结构：


1 boost::lockfree::queue
2 boost::lockfree::stack
3 boost::lockfree::spsc_queue

生产者-消费者
下面的代码实现的是
实现了一个多写生成，多消费 队列。
产生整数，并被4个线程消费
 

1. #include <boost/thread/thread.hpp>

2. #include <boost/lockfree/queue.hpp>

3. #include <iostream>

4.  
5.  

6. #include <boost/atomic.hpp>

7.  
8.  

9. boost::atomic_int producer_count(0);

10. boost::atomic_int consumer_count(0);

11.  
12.  

13. boost::lockfree::queue<int> queue(128);

14.  
15.  

16. const int iterations = 10000000;

17. const int producer_thread_count = 4;

18. const int consumer_thread_count = 4;

19.  
20.  

21. void producer(void)

22. {

23. for (int i = 0; i != iterations; ++i) {

24. int value = ++producer_count;

25. while (!queue.push(value))

26. ;

27. }

28. }

29.  
30.  

31. boost::atomic<bool> done (false);

32. void consumer(void)

33. {

34. int value;

35. while (!done) {

36. while (queue.pop(value))

37. ++consumer_count;

38. }

39.  
40.  

41. while (queue.pop(value))

42. ++consumer_count;

43. }

44.  
45.  

46. int main(int argc, char* argv[])

47. {

48. using namespace std;

49. cout << "boost::lockfree::queue is ";

50. if (!queue.is_lock_free())

51. cout << "not ";

52. cout << "lockfree" << endl;

53.  
54.  

55. boost::thread_group producer_threads, consumer_threads;

56.  
57.  

58. for (int i = 0; i != producer_thread_count; ++i)

59. producer_threads.create_thread(producer);

60.  
61.  

62. for (int i = 0; i != consumer_thread_count; ++i)

63. consumer_threads.create_thread(consumer);

64.  
65.  

66. producer_threads.join_all();

67. done = true;

68.  
69.  

70. consumer_threads.join_all();

71.  
72.  

73. cout << "produced " << producer_count << " objects." << endl;

74. cout << "consumed " << consumer_count << " objects." << endl;

75. }