C++学习：六个月从基础到就业——多线程编程：std::thread基础
C++学习：六个月从基础到就业——多线程编程：std::thread基础
本文是我C++学习之旅系列的第五十四篇技术文章，也是第四阶段"并发与高级主题"的第一篇，介绍C++11引入的多线程编程基础知识。查看完整系列目录了解更多内容。
引言
在现代计算机科学中，多线程编程已成为提高程序性能的关键技术。随着多核处理器的普及，有效利用并行计算能力变得日益重要。C++11标准引入了线程支持库，使C++开发者能够直接在语言层面进行多线程编程，无需依赖操作系统特定的API或第三方库。
本文将深入介绍C++11的std::thread类的基础知识，包括线程的创建、管理、参数传递、异常处理以及线程同步的基本概念。通过本文的学习，你将能够编写基本的多线程C++程序，为后续深入学习并发编程打下基础。
目录
- 多线程编程：std::thread基础
- 引言
- 目录
- 多线程编程基础
- 并发与并行
- 多线程的优势
- 多线程的挑战
- std::thread类
- 线程的创建
- 函数对象与Lambda表达式
- 成员函数作为线程函数
- 线程的参数传递
- 基本参数传递
- 引用参数的传递
- 移动语义与线程
- 线程的生命周期管理
- join操作
- detach操作
- 可连接状态检查
- 线程标识符与线程本地存储
- 获取线程ID
- 线程本地存储
- 线程与异常处理
- 线程函数中的异常
- RAII与线程管理
- 实际应用案例
- 并行计算示例
- 后台任务处理
- 用户界面响应性改进
- 常见问题与注意事项
- 竞态条件
- 死锁与活锁
- 线程数量的选择
- 调试多线程程序
- 总结
多线程编程基础
并发与并行
在讨论多线程编程之前，我们需要理解两个基本概念：并发(Concurrency)和并行(Parallelism)。
并发是指程序的不同部分可以"同时"执行，但实际上可能是通过时间片轮转在单核处理器上交替执行。并发是一个程序结构概念，强调的是任务的独立性。
并行是指程序的不同部分真正同时执行，通常在多核处理器上。并行是一个执行概念，强调的是性能的提升。
#include <iostream>
#include <thread>void printMessage(const std::string& message) {std::cout << message << std::endl;
}int main() {// 创建两个线程，在多核处理器上可能并行执行std::thread t1(printMessage, "Hello from thread 1!");std::thread t2(printMessage, "Hello from thread 2!");// 等待线程完成t1.join();t2.join();return 0;
}
多线程的优势
多线程编程具有以下主要优势：
-
提高性能：通过并行处理，多线程可以更有效地利用多核处理器，加速计算密集型任务。
-
响应性增强：在用户界面应用中，使用独立线程处理耗时操作可以保持界面响应迅速。
-
资源利用率提高：当一个线程等待I/O操作完成时，其他线程可以继续执行，提高整体资源利用率。
-
简化复杂问题：某些问题在多线程模型下更容易表达和理解。
多线程的挑战
尽管多线程编程带来诸多优势，但也面临以下挑战：
-
同步问题：多线程访问共享资源需要适当同步，否则会导致数据竞争和不确定行为。
-
死锁风险：不当的线程同步可能导致死锁，使程序永久卡住。
-
调试困难：多线程程序的执行具有不确定性，使得调试更加复杂。
-
可伸缩性问题：创建过多线程会导致线程切换开销增加，反而降低性能。
-
设计复杂性：多线程程序的设计和实现通常比单线程程序更复杂。
std::thread类
C++11引入的std::thread类是C++标准库中进行多线程编程的核心组件。它封装了操作系统的线程API，提供了平台无关的线程管理功能。
线程的创建
创建线程的最基本方式是构造一个std::thread对象，并传递一个可调用对象（函数、函数对象或lambda表达式）作为线程函数：
#include <iostream>
#include <thread>// 普通函数作为线程函数
void hello() {std::cout << "Hello from thread!" << std::endl;
}int main() {// 创建线程，执行hello函数std::thread t(hello);// 等待线程完成t.join();std::cout << "Main thread continues execution." << std::endl;return 0;
}
线程创建后会立即开始执行，与主线程并发运行。在上面的例子中，主线程通过调用join()方法等待新线程完成。
函数对象与Lambda表达式
除了普通函数外，我们还可以使用函数对象和Lambda表达式作为线程函数：
#include <iostream>
#include <thread>// 函数对象
class Task {
public:void operator()() const {std::cout << "Task is executing in thread." << std::endl;}
};int main() {// 使用函数对象Task task;std::thread t1(task);t1.join();// 使用临时函数对象（需要额外的括号避免语法解析歧义）std::thread t2((Task())); // 额外的括号t2.join();// 使用Lambda表达式std::thread t3([]() {std::cout << "Lambda is executing in thread." << std::endl;});t3.join();return 0;
}
注意，当使用临时函数对象时，需要额外的括号避免"最令人恐惧的解析"(most vexing parse)问题，否则编译器会将std::thread t2(Task());解释为一个函数声明，而不是对象定义。
成员函数作为线程函数
线程函数也可以是类的成员函数，但需要提供一个对象实例：
#include <iostream>
#include <thread>class Counter {
private:int count = 0;public:void increment(int times) {for (int i = 0; i < times; ++i) {++count;}std::cout << "Final count: " << count << std::endl;}
};int main() {Counter counter;// 创建线程执行成员函数std::thread t(&Counter::increment, &counter, 1000000);t.join();return 0;
}
在上面的例子中，我们传递了成员函数指针、对象指针和函数参数给std::thread构造函数。
线程的参数传递
基本参数传递
向线程函数传递参数非常简单，只需在std::thread构造函数中的线程函数参数后添加额外的参数：
#include <iostream>
#include <thread>
#include <string>void printMessage(const std::string& message, int count) {for (int i = 0; i < count; ++i) {std::cout << message << " " << i << std::endl;}
}int main() {// 传递两个参数给线程函数std::thread t(printMessage, "Message", 5);t.join();return 0;
}
需要注意的是，参数是以值传递的方式传给线程函数的，即使函数参数声明为引用类型。
引用参数的传递
如果要传递引用，需要使用std::ref或std::cref包装器：
#include <iostream>
#include <thread>
#include <string>
#include <functional> // 为std::ref和std::crefvoid modifyString(std::string& str) {str += " - Modified by thread";
}int main() {std::string message = "Original message";// 使用std::ref传递引用std::thread t(modifyString, std::ref(message));t.join();std::cout << "After thread: " << message << std::endl;return 0;
}
不使用std::ref的话，线程函数会收到message的一个副本，而不是引用，修改不会影响原始变量。
移动语义与线程
C++11的移动语义在线程参数传递中非常有用，尤其是对于不可复制但可移动的对象：
#include <iostream>
#include <thread>
#include <memory>
#include <vector>void processUniquePtr(std::unique_ptr<int> ptr) {// 处理独占指针*ptr += 10;std::cout << "Value in thread: " << *ptr << std::endl;
}int main() {// 创建一个独占指针auto ptr = std::make_unique<int>(42);// 使用std::move转移所有权到线程std::thread t(processUniquePtr, std::move(ptr));// 此时ptr为nullptrif (ptr == nullptr) {std::cout << "Original pointer is now nullptr" << std::endl;}t.join();return 0;
}
在上面的例子中，我们使用std::move将unique_ptr的所有权转移到线程函数中。这是必要的，因为unique_ptr不可复制，只能移动。
线程的生命周期管理
join操作
join()方法用于等待线程完成。调用线程会阻塞，直到目标线程执行完毕：
#include <iostream>
#include <thread>
#include <chrono>void longTask() {// 模拟耗时任务std::cout << "Long task started" << std::endl;std::this_thread::sleep_for(std::chrono::seconds(2));std::cout << "Long task completed" << std::endl;
}int main() {std::cout << "Main thread starting" << std::endl;std::thread t(longTask);std::cout << "Main thread waiting for worker thread..." << std::endl;t.join(); // 主线程阻塞，等待t完成std::cout << "Worker thread has completed. Main thread continues." << std::endl;return 0;
}
需要注意的是，一个线程只能被join()一次。尝试多次join()同一个线程会导致未定义行为，通常会抛出异常。
detach操作
detach()方法用于将线程与std::thread对象分离。分离后，线程会在后台独立运行，不再受std::thread对象的控制：
#include <iostream>
#include <thread>
#include <chrono>void backgroundTask() {std::this_thread::sleep_for(std::chrono::seconds(2));std::cout << "Background task completed" << std::endl;
}int main() {{std::cout << "Creating a detached thread" << std::endl;std::thread t(backgroundTask);t.detach(); // 线程在后台运行，不等待它完成std::cout << "Thread detached, main thread continues..." << std::endl;} // t销毁，但线程继续在后台运行// 睡眠足够长的时间，确保能看到后台线程的输出std::this_thread::sleep_for(std::chrono::seconds(3));std::cout << "Main thread ending" << std::endl;return 0;
}
使用detach()时需要特别小心：
- 分离后无法再获取线程的控制权
- 主线程结束时，即使后台线程还在运行，程序也会终止
- 要确保线程访问的资源在线程运行期间保持有效
可连接状态检查
线程对象有两种状态：可连接(joinable)和不可连接(non-joinable)。只有处于可连接状态的线程才能被join()或detach()：
#include <iostream>
#include <thread>void simpleTask() {std::cout << "Task executing..." << std::endl;
}int main() {// 默认构造的线程对象是不可连接的std::thread t1;std::cout << "t1 joinable: " << t1.joinable() << std::endl; // 输出：0// 初始化后的线程是可连接的std::thread t2(simpleTask);std::cout << "t2 joinable: " << t2.joinable() << std::endl; // 输出：1// join后线程变为不可连接t2.join();std::cout << "After join, t2 joinable: " << t2.joinable() << std::endl; // 输出：0// 创建另一个线程std::thread t3(simpleTask);std::cout << "t3 joinable: " << t3.joinable() << std::endl; // 输出：1// detach后线程变为不可连接t3.detach();std::cout << "After detach, t3 joinable: " << t3.joinable() << std::endl; // 输出：0return 0;
}
以下情况下线程是不可连接的：
- 默认构造的
std::thread对象 - 已经被
join()或detach()的线程 - 通过移动操作转移了所有权的线程
线程标识符与线程本地存储
获取线程ID
每个线程都有一个唯一的标识符，可以通过get_id()方法或std::this_thread::get_id()获取：
#include <iostream>
#include <thread>
#include <sstream>// 打印当前线程ID的辅助函数
std::string getThreadIdString() {std::ostringstream oss;oss << std::this_thread::get_id();return oss.str();
}void threadFunction() {std::cout << "Thread function running in thread " << getThreadIdString() << std::endl;
}int main() {std::cout << "Main thread ID: " << getThreadIdString() << std::endl;std::thread t(threadFunction);std::cout << "Created thread with ID: " << t.get_id() << std::endl;t.join();// join后，线程ID变为默认值std::cout << "After join, thread ID: " << t.get_id() << std::endl;return 0;
}
线程ID可用于识别和区分不同的线程，在调试和日志记录中特别有用。
线程本地存储
线程本地存储(Thread Local Storage, TLS)允许每个线程拥有变量的私有副本。C++11引入了thread_local关键字来声明线程局部变量：
#include <iostream>
#include <thread>
#include <string>// 线程局部变量
thread_local int counter = 0;
thread_local std::string threadName = "Unknown";void incrementCounter(const std::string& name) {threadName = name; // 设置此线程的名称for (int i = 0; i < 5; ++i) {++counter; // 递增此线程的计数器std::cout << "Thread " << threadName << ": counter = " << counter << std::endl;std::this_thread::sleep_for(std::chrono::milliseconds(10));}
}int main() {// 在主线程中访问threadName = "Main";std::cout << "Initial counter in main thread: " << counter << std::endl;// 创建两个线程，各自拥有counter的副本std::thread t1(incrementCounter, "Thread1");std::thread t2(incrementCounter, "Thread2");// 在主线程中递增counterfor (int i = 0; i < 3; ++i) {++counter;std::cout << "Thread " << threadName << ": counter = " << counter << std::endl;std::this_thread::sleep_for(std::chrono::milliseconds(10));}t1.join();t2.join();// 主线程中的counter不受其他线程影响std::cout << "Final counter in main thread: " << counter << std::endl;return 0;
}
线程本地存储的使用场景：
- 线程安全的单例模式
- 每线程缓存
- 线程特定的状态信息
- 避免使用互斥量的简单线程隔离
线程与异常处理
线程函数中的异常
线程函数中抛出的异常不会传播到创建线程的上下文中。如果不在线程内部捕获异常，程序将调用std::terminate终止：
#include <iostream>
#include <thread>
#include <stdexcept>void threadWithException() {try {std::cout << "Thread starting..." << std::endl;throw std::runtime_error("Exception in thread!");}catch (const std::exception& e) {std::cout << "Caught exception in thread: " << e.what() << std::endl;}
}void threadWithUncaughtException() {std::cout << "Thread starting..." << std::endl;throw std::runtime_error("Uncaught exception in thread!");// 这个异常不会被捕获，程序将终止
}int main() {// 正确处理异常的线程std::thread t1(threadWithException);t1.join();std::cout << "After first thread" << std::endl;// 包含未捕获异常的线程 - 会导致程序终止// std::thread t2(threadWithUncaughtException);// t2.join();std::cout << "Main thread ending" << std::endl;return 0;
}
由于线程异常不会传播，正确的线程设计应在线程函数内部捕获和处理所有可能的异常。
RAII与线程管理
在C++中，我们常常使用RAII(Resource Acquisition Is Initialization)模式来确保资源的正确释放。对于线程管理，这一点也很重要，可以确保线程始终被正确地join()或detach()：
#include <iostream>
#include <thread>// 线程包装器，实现RAII
class ThreadGuard {
private:std::thread& t;public:// 构造函数接收线程引用explicit ThreadGuard(std::thread& t_) : t(t_) {}// 析构函数确保线程被join~ThreadGuard() {if (t.joinable()) {t.join();}}// 禁止复制和赋值ThreadGuard(const ThreadGuard&) = delete;ThreadGuard& operator=(const ThreadGuard&) = delete;
};void someFunction() {std::cout << "Thread function executing..." << std::endl;std::this_thread::sleep_for(std::chrono::seconds(1));std::cout << "Thread function completed." << std::endl;
}int main() {try {std::thread t(someFunction);ThreadGuard guard(t); // RAII包装器确保t被join// 模拟异常// throw std::runtime_error("Simulated exception");std::cout << "Main thread continuing..." << std::endl;}catch (const std::exception& e) {std::cout << "Exception caught: " << e.what() << std::endl;}std::cout << "Main thread exiting safely." << std::endl;return 0;
}
C++17引入了std::jthread类，它是std::thread的改进版本，自动实现了RAII模式，并提供了取消线程的能力。在C++20中，它已成为标准的一部分。
实际应用案例
并行计算示例
以下是一个使用多线程并行计算向量点积的例子：
#include <iostream>
#include <vector>
#include <thread>
#include <numeric>
#include <functional>
#include <future>// 计算部分点积
double partialDotProduct(const std::vector<double>& v1, const std::vector<double>& v2,size_t start, size_t end) {return std::inner_product(v1.begin() + start, v1.begin() + end,v2.begin() + start, 0.0);
}// 并行计算点积
double parallelDotProduct(const std::vector<double>& v1,const std::vector<double>& v2,unsigned numThreads) {std::vector<std::future<double>> futures(numThreads);std::vector<std::thread> threads(numThreads);// 计算每个线程处理的元素数量size_t length = v1.size();size_t blockSize = length / numThreads;// 启动线程for (unsigned i = 0; i < numThreads; ++i) {// 计算当前线程处理的范围size_t start = i * blockSize;size_t end = (i == numThreads - 1) ? length : (i + 1) * blockSize;// 创建promise和futurestd::promise<double> promise;futures[i] = promise.get_future();// 创建线程threads[i] = std::thread([&v1, &v2, start, end, promise = std::move(promise)]() mutable {double result = partialDotProduct(v1, v2, start, end);promise.set_value(result);});}// 等待所有线程完成并获取结果double result = 0.0;for (unsigned i = 0; i < numThreads; ++i) {threads[i].join();result += futures[i].get();}return result;
}int main() {// 创建两个测试向量std::vector<double> v1(1'000'000, 1.0);std::vector<double> v2(1'000'000, 2.0);// 单线程计算auto start = std::chrono::high_resolution_clock::now();double singleThreadResult = std::inner_product(v1.begin(), v1.end(), v2.begin(), 0.0);auto end = std::chrono::high_resolution_clock::now();std::chrono::duration<double, std::milli> singleThreadTime = end - start;// 多线程计算start = std::chrono::high_resolution_clock::now();unsigned numThreads = std::thread::hardware_concurrency(); // 获取CPU核心数double multiThreadResult = parallelDotProduct(v1, v2, numThreads);end = std::chrono::high_resolution_clock::now();std::chrono::duration<double, std::milli> multiThreadTime = end - start;// 输出结果std::cout << "Single thread result: " << singleThreadResult << " (Time: " << singleThreadTime.count() << "ms)" << std::endl;std::cout << "Multi thread result: " << multiThreadResult << " (Time: " << multiThreadTime.count() << "ms)" << std::endl;std::cout << "Speedup: " << singleThreadTime.count() / multiThreadTime.count()<< "x" << std::endl;return 0;
}
在这个例子中，我们将大向量分成多个块，由不同线程计算部分点积，然后汇总结果。在多核处理器上，这种并行计算通常能显著提高性能。
后台任务处理
多线程也常用于执行不应阻塞主线程的后台任务，如下载、IO操作等：
#include <iostream>
#include <thread>
#include <queue>
#include <mutex>
#include <condition_variable>
#include <atomic>// 线程安全的任务队列
template<typename T>
class TaskQueue {
private:std::queue<T> queue_;std::mutex mutex_;std::condition_variable cond_;std::atomic<bool> quit_{false};public:// 添加任务到队列void push(T item) {{std::lock_guard<std::mutex> lock(mutex_);queue_.push(std::move(item));}cond_.notify_one(); // 通知一个等待线程}// 从队列获取任务bool pop(T& item) {std::unique_lock<std::mutex> lock(mutex_);// 等待直到队列有元素或收到退出信号cond_.wait(lock, [this] { return !queue_.empty() || quit_; });// 如果是退出信号且队列为空，返回falseif (queue_.empty()) return false;item = std::move(queue_.front());queue_.pop();return true;}// 设置退出信号void quit() {quit_ = true;cond_.notify_all(); // 通知所有等待线程}// 检查队列是否为空bool empty() const {std::lock_guard<std::mutex> lock(mutex_);return queue_.empty();}
};// 模拟文件下载任务
void downloadFile(const std::string& url) {std::cout << "Downloading: " << url << "..." << std::endl;// 模拟下载时间std::this_thread::sleep_for(std::chrono::seconds(2));std::cout << "Download completed: " << url << std::endl;
}// 后台下载线程函数
void downloadWorker(TaskQueue<std::string>& taskQueue) {std::string url;// 循环处理队列中的任务while (taskQueue.pop(url)) {downloadFile(url);}std::cout << "Download worker exiting..." << std::endl;
}int main() {TaskQueue<std::string> downloadQueue;// 创建后台工作线程std::thread workerThread(downloadWorker, std::ref(downloadQueue));// 添加下载任务downloadQueue.push("http://example.com/file1.zip");downloadQueue.push("http://example.com/file2.zip");downloadQueue.push("http://example.com/file3.zip");// 模拟主线程其他工作for (int i = 0; i < 5; ++i) {std::cout << "Main thread doing other work..." << std::endl;std::this_thread::sleep_for(std::chrono::milliseconds(500));}// 添加更多任务downloadQueue.push("http://example.com/file4.zip");downloadQueue.push("http://example.com/file5.zip");// 等待所有任务完成while (!downloadQueue.empty()) {std::cout << "Waiting for downloads to complete..." << std::endl;std::this_thread::sleep_for(std::chrono::seconds(1));}// 发送退出信号并等待工作线程结束downloadQueue.quit();workerThread.join();std::cout << "Main thread exiting." << std::endl;return 0;
}
这个示例实现了一个简单的后台任务处理系统，主线程可以向队列添加任务，而工作线程在后台处理这些任务。这种模式在GUI应用、服务器程序等场景中很常见。
用户界面响应性改进
多线程可以显著提高用户界面的响应性。下面是一个简化的示例，演示如何在后台线程执行耗时操作，同时保持主线程响应用户输入：
#include <iostream>
#include <thread>
#include <chrono>
#include <atomic>
#include <mutex>// 模拟耗时计算
void heavyComputation(std::atomic<double>& progress, std::atomic<bool>& shouldStop) {for (int i = 0; i <= 100; ++i) {// 检查是否应该停止if (shouldStop) {std::cout << "Computation cancelled!" << std::endl;return;}// 执行"计算"std::this_thread::sleep_for(std::chrono::milliseconds(100));// 更新进度progress = i;}std::cout << "Computation completed successfully!" << std::endl;
}// 显示进度的线程
void displayProgress(const std::atomic<double>& progress, const std::atomic<bool>& shouldStop) {while (!shouldStop && progress < 100) {std::cout << "Progress: " << progress << "%" << std::endl;std::this_thread::sleep_for(std::chrono::milliseconds(500));}
}int main() {std::atomic<double> progress(0);std::atomic<bool> shouldStop(false);std::cout << "Starting heavy computation..." << std::endl;std::cout << "Press 'c' to cancel or any other key to check progress." << std::endl;// 启动计算线程std::thread computationThread(heavyComputation, std::ref(progress), std::ref(shouldStop));// 启动显示进度的线程std::thread displayThread(displayProgress, std::ref(progress), std::ref(shouldStop));// 主线程处理用户输入char input;while (progress < 100 && !shouldStop) {input = std::cin.get();if (input == 'c' || input == 'C') {std::cout << "Cancellation requested." << std::endl;shouldStop = true;} else {std::cout << "Current progress: " << progress << "%" << std::endl;}}// 等待线程完成computationThread.join();displayThread.join();std::cout << "Program exiting." << std::endl;return 0;
}
在这个示例中，我们创建了两个线程：一个执行耗时计算，另一个定期显示进度。同时，主线程保持响应用户输入，允许用户随时取消计算。这种模式可以容易地扩展到实际的GUI应用程序中。
常见问题与注意事项
竞态条件
当多个线程同时访问共享数据，并且至少有一个线程修改数据时，就会发生竞态条件(Race Condition)：
#include <iostream>
#include <thread>
#include <vector>
#include <mutex>// 全局计数器
int counter = 0;
std::mutex counterMutex; // 保护counter的互斥量// 不安全的递增函数 - 存在竞态条件
void incrementUnsafe(int numTimes) {for (int i = 0; i < numTimes; ++i) {++counter; // 竞态条件！}
}// 安全的递增函数 - 使用互斥量
void incrementSafe(int numTimes) {for (int i = 0; i < numTimes; ++i) {std::lock_guard<std::mutex> lock(counterMutex);++counter; // 受互斥量保护}
}int main() {int numThreads = 10;int incrementsPerThread = 100000;// 测试不安全的版本counter = 0;std::vector<std::thread> unsafeThreads;for (int i = 0; i < numThreads; ++i) {unsafeThreads.emplace_back(incrementUnsafe, incrementsPerThread);}for (auto& t : unsafeThreads) {t.join();}std::cout << "Unsafe counter value: " << counter << " (Expected: " << numThreads * incrementsPerThread << ")" << std::endl;// 测试安全的版本counter = 0;std::vector<std::thread> safeThreads;for (int i = 0; i < numThreads; ++i) {safeThreads.emplace_back(incrementSafe, incrementsPerThread);}for (auto& t : safeThreads) {t.join();}std::cout << "Safe counter value: " << counter << " (Expected: " << numThreads * incrementsPerThread << ")" << std::endl;return 0;
}
在不安全版本中，多个线程可能同时读取counter的值，增加它，然后写回，这可能导致某些递增操作被覆盖。安全版本使用互斥量确保每次只有一个线程可以修改counter，从而避免竞态条件。
死锁与活锁
死锁(Deadlock)是指两个或多个线程互相等待对方持有的资源，导致所有线程都无法继续执行：
#include <iostream>
#include <thread>
#include <mutex>
#include <chrono>std::mutex mutexA;
std::mutex mutexB;// 可能导致死锁的函数
void deadlockFunction1() {std::cout << "Thread 1 trying to lock mutexA..." << std::endl;std::lock_guard<std::mutex> lockA(mutexA);std::cout << "Thread 1 locked mutexA" << std::endl;// 添加延迟增加死锁可能性std::this_thread::sleep_for(std::chrono::milliseconds(100));std::cout << "Thread 1 trying to lock mutexB..." << std::endl;std::lock_guard<std::mutex> lockB(mutexB);std::cout << "Thread 1 locked mutexB" << std::endl;std::cout << "Thread 1 releasing both locks" << std::endl;
}void deadlockFunction2() {std::cout << "Thread 2 trying to lock mutexB..." << std::endl;std::lock_guard<std::mutex> lockB(mutexB);std::cout << "Thread 2 locked mutexB" << std::endl;// 添加延迟增加死锁可能性std::this_thread::sleep_for(std::chrono::milliseconds(100));std::cout << "Thread 2 trying to lock mutexA..." << std::endl;std::lock_guard<std::mutex> lockA(mutexA);std::cout << "Thread 2 locked mutexA" << std::endl;std::cout << "Thread 2 releasing both locks" << std::endl;
}// 安全版本，使用std::lock防止死锁
void noDeadlockFunction1() {std::cout << "Safe Thread 1 trying to lock both mutexes..." << std::endl;std::scoped_lock lock(mutexA, mutexB); // C++17的std::scoped_lockstd::cout << "Safe Thread 1 locked both mutexes" << std::endl;std::this_thread::sleep_for(std::chrono::milliseconds(100));std::cout << "Safe Thread 1 releasing both locks" << std::endl;
}void noDeadlockFunction2() {std::cout << "Safe Thread 2 trying to lock both mutexes..." << std::endl;std::scoped_lock lock(mutexB, mutexA); // 注意顺序不同，但不会导致死锁std::cout << "Safe Thread 2 locked both mutexes" << std::endl;std::this_thread::sleep_for(std::chrono::milliseconds(100));std::cout << "Safe Thread 2 releasing both locks" << std::endl;
}int main() {// 示范死锁（注意：这会使程序卡住）std::cout << "Demonstrating deadlock (program will hang):" << std::endl;/*std::thread t1(deadlockFunction1);std::thread t2(deadlockFunction2);t1.join();t2.join();*/// 展示避免死锁的方法std::cout << "\nDemonstrating deadlock prevention:" << std::endl;std::thread t3(noDeadlockFunction1);std::thread t4(noDeadlockFunction2);t3.join();t4.join();return 0;
}
为避免死锁：
- 始终以相同顺序锁定多个互斥量
- 使用
std::lock或std::scoped_lock同时锁定多个互斥量 - 避免在持有锁时调用用户代码（可能会尝试获取其他锁）
- 使用层次锁定，为每个互斥量分配层级，只允许按层级顺序锁定
活锁(Livelock)类似于死锁，但线程并非阻塞等待，而是持续尝试某个无法完成的操作，导致CPU资源被消耗而无进展。
线程数量的选择
选择适当的线程数量对于优化性能至关重要：
#include <iostream>
#include <thread>
#include <vector>
#include <chrono>
#include <numeric>
#include <algorithm>// 线程数量性能测试函数
void threadCountBenchmark(const std::vector<int>& data) {// 最大线程数为硬件并发线程数（通常是CPU核心数）unsigned int maxThreads = std::thread::hardware_concurrency();std::cout << "Hardware concurrency: " << maxThreads << " threads" << std::endl;// 测试不同线程数量for (unsigned int numThreads = 1; numThreads <= maxThreads * 2; numThreads += std::max(1u, maxThreads / 4)) {// 计算每个线程处理的元素数size_t blockSize = data.size() / numThreads;auto start = std::chrono::high_resolution_clock::now();std::vector<std::thread> threads;std::vector<long long> partialSums(numThreads);// 创建线程for (unsigned int i = 0; i < numThreads; ++i) {size_t startIdx = i * blockSize;size_t endIdx = (i == numThreads - 1) ? data.size() : (i + 1) * blockSize;threads.emplace_back([&data, &partialSums, i, startIdx, endIdx](){// 模拟计算密集型任务long long sum = 0;for (size_t j = startIdx; j < endIdx; ++j) {sum += data[j] * data[j]; // 计算平方和}partialSums[i] = sum;});}// 等待所有线程完成for (auto& t : threads) {t.join();}// 合并结果long long totalSum = std::accumulate(partialSums.begin(), partialSums.end(), 0LL);auto end = std::chrono::high_resolution_clock::now();auto duration = std::chrono::duration_cast<std::chrono::milliseconds>(end - start).count();std::cout << "Threads: " << numThreads << ", Time: " << duration << "ms"<< ", Result: " << totalSum << std::endl;}
}int main() {// 创建大量数据const size_t dataSize = 100'000'000;std::vector<int> data(dataSize);for (size_t i = 0; i < dataSize; ++i) {data[i] = i % 100; // 简单模式}// 运行基准测试threadCountBenchmark(data);return 0;
}
选择线程数量的一般指南：
- 对于计算密集型任务，线程数接近或等于CPU核心数通常是最优的
- 对于IO密集型任务，线程数可以超过CPU核心数，因为线程经常处于等待状态
- 避免创建过多线程，这会增加线程切换开销
- 考虑使用线程池来控制线程数量和重用线程
调试多线程程序
多线程程序的调试比单线程程序更具挑战性，主要原因在于线程执行顺序的不确定性。以下是一些有用的调试技巧：
- 使用线程ID标记日志
#include <iostream>
#include <thread>
#include <sstream>
#include <iomanip>
#include <mutex>std::mutex logMutex; // 保护日志输出的互斥量// 带线程ID的日志记录函数
void log(const std::string& message) {std::lock_guard<std::mutex> lock(logMutex);std::ostringstream tid;tid << std::this_thread::get_id();std::cout << "[Thread " << std::setw(5) << tid.str() << "] " << message << std::endl;
}void workerFunction(int id) {log("Worker " + std::to_string(id) + " starting");std::this_thread::sleep_for(std::chrono::milliseconds(id * 100));log("Worker " + std::to_string(id) + " step 1");std::this_thread::sleep_for(std::chrono::milliseconds(id * 50));log("Worker " + std::to_string(id) + " finishing");
}int main() {log("Main thread starting");std::vector<std::thread> threads;for (int i = 0; i < 5; ++i) {threads.emplace_back(workerFunction, i + 1);}log("All workers started");for (auto& t : threads) {t.join();}log("All workers completed");return 0;
}
-
使用调试器的线程窗口：现代调试器如Visual Studio、GDB和LLDB都提供了线程窗口，可以查看所有线程的状态并在线程之间切换。
-
使用条件编译的调试帮助器：在关键点添加调试信息。
-
记录时间戳：在日志中添加时间戳，帮助分析事件顺序。
-
使用原子操作进行计数和检查：使用原子变量跟踪关键状态转换。
-
使用线程分析工具：如Intel Thread Checker、Valgrind的DRD和Helgrind工具等。
总结
在这篇文章中，我们介绍了C++11的std::thread类及其基本用法，包括线程的创建、参数传递、生命周期管理以及常见问题。多线程编程是现代C++开发中不可或缺的一部分，掌握这些基础知识将为你构建高性能、响应迅速的应用程序奠定基础。
主要要点回顾：
-
线程创建与基本操作：使用
std::thread创建线程，传递函数、函数对象或lambda表达式作为线程函数。 -
参数传递：使用值传递、
std::ref引用传递或移动语义传递参数到线程函数。 -
线程管理：使用
join()等待线程完成或detach()允许线程在后台运行。 -
线程本地存储：使用
thread_local关键字创建线程私有的变量。 -
异常处理：线程函数中的异常必须在线程内部捕获，否则程序将终止。
-
线程安全问题：了解竞态条件、死锁等多线程编程常见问题，以及防范措施。
-
实际应用：使用多线程可以提高计算性能、改善用户界面响应性、实现后台任务处理等。
然而，本文只是多线程编程的开始。在接下来的文章中，我们将深入探讨更多高级主题，如互斥量、锁、条件变量等同步原语，它们对于构建线程安全的数据结构和算法至关重要。
这是我C++学习之旅系列的第五十四篇技术文章。查看完整系列目录了解更多内容。