C11 lambda、线程库、包装器

目录

一、lambda表达式

1、产生背景

2、使用方法 

3、使用lambda解决排序问题

4、组合捕捉

5、捕获外部变量的应用

6、lambda与函数对象

二、线程库

1、thread类

使用方法

2、线程函数参数

3、mutex的种类

std::mutex

std::recursive_mutex:

std::timed_mutex:

std::recursive_timed_mutex

4、lock_guard与unique_lock

lock_guard

unique_lock

二者区别:

5、原子性操作库(atomic)

产生原因

使用方法

6、lambda表达式封装线程

7、condition_variable 线程同步机制

8、支持两个线程交替打印,一个打印奇数,一个打印偶数

三、包装器

1、function产生背景

2、function定义

3、function其他使用场景

4、bind包装器


一、lambda表达式

1、产生背景

在C++98标准中,对数组或容器内的元素进行排序时,常常使用std::sort函数。比如,对于整型数组的升序排序,可以直接调用std::sort;若需降序排序,则需指定一个比较函数,如greater<int>。而对于自定义类型的排序,用户需要自行定义比较规则。

比如下面的代码:假设有一个Goods结构体代表商品信息,包括名称、价格和评价。要按价格进行升序或降序排序,需要分别创建两个比较函数对象结构体——ComparePriceLessComparePriceGreater,它们分别实现了小于和大于的价格比较操作。

#include <algorithm>
#include <string>

struct Goods {
    std::string _name;  // 商品名称
    double _price;      // 商品价格
    int _evaluate;     // 商品评价

    Goods(const char* str, double price, int evaluate)
        : _name(str), _price(price), _evaluate(evaluate) {}
};

// 按照价格升序比较的函数对象
struct ComparePriceLess {
    bool operator()(const Goods& gl, const Goods& gr) {
        return gl._price < gr._price;
    }
};

// 按照价格降序比较的函数对象
struct ComparePriceGreater {
    bool operator()(const Goods& gl, const Goods& gr) {
        return gl._price > gr._price;
    }
};

int main() {
    std::vector<Goods> v = { {"苹果", 2.1, 5}, {"香蕉", 3.0, 4}, {"橙子", 2.2, 3}, {"菠萝", 1.5, 4} };

    // 按价格升序排序
    std::sort(v.begin(), v.end(), ComparePriceLess());

    // 按价格降序排序
    std::sort(v.begin(), v.end(), ComparePriceGreater());

    return 0;
}

然而,在实际开发中,这种做法有时显得较为繁琐,尤其是当频繁需要为不同的排序逻辑编写多个比较函数对象时,这无疑增加了编程负担。鉴于此,C++11引入了lambda表达式,它允许开发者更简洁地定义临时、匿名的函数对象,极大地简化了此类问题的处理方式。通过lambda表达式,无需为每个排序需求单独创建并命名一个类,而是可以直接在调用std::sort的地方写出相应的比较逻辑。

2、使用方法 

Lambda表达式是C++11引入的一种简洁定义匿名函数的机制,其基本语法格式如下:

[capture-list] (parameters) mutable -> return-type { statement; }

参数介绍:

  1. [capture-list]:捕捉列表,位于lambda函数的起始位置,用于捕获上下文中的变量供lambda内部使用。若无需要捕获外部变量,可以留空(即写作[]),此时编译器会识别出后续代码为lambda表达式。

    1. 值传递捕获:

      • [var]:单个变量按照值复制方式进行捕获,这意味着lambda内部将会获得外部变量的一个副本,对lambda内部副本的修改不会影响外部原始变量。
      • [=]:默认值传递方式捕获所有父作用域中的可见变量(除了volatile限定的局部变量)。这意味着lambda创建时会将所有需要的变量复制一份到其封闭环境中。
    2. 引用传递捕获:

      • [&var]:单个变量通过引用方式捕获,这样lambda可以直接访问并修改外部变量的原始值。
      • [&]:引用传递方式捕获所有父作用域中的可见变量,同样包括this指针(如果在类作用域内),此时lambda可以直接更改外部变量。
    3. 特殊捕获:[this]:专门用来值传递方式捕获当前类作用域内的this指针,确保lambda可以访问当前对象的成员。

    4. 组合捕获:可以混合使用不同的捕获方式,例如 [=, &a, &b] 表示大部分变量按值捕获,但变量ab按引用捕获。

  2. (parameters):参数列表,与常规函数参数列表的写法相同。如果没有参数传递,可以省略括号及其中内容。

  3. mutable:关键字表明lambda函数并非默认的常量函数,取消其常量性。需要注意的是,若使用了mutable关键字,即使无参数传递,参数列表的括号也不能省略。

  4. -> return-type:返回类型声明,采用追踪返回类型的形式声明函数的返回类型。若lambda函数无返回值或者返回类型可由编译器自动推断,则这部分可以省略。

    int main()
    {
    	auto add = [](int x, int y) {return x + y; };
    	cout << [](int x, int y)->int {return x + y; }(1, 3) << endl;
    	cout << add(1, 3) << endl;
    	return 0;
    }

  5. {statement}:函数体,包含了lambda函数的具体实现逻辑。在此区域内,不仅可以使用参数,还能引用所有被捕获的外部变量。

注意事项

  • 在lambda函数定义中,参数列表和返回值类型都可以选择性省略,但捕捉列表和函数体不能为空。因此,C++11中最简单的lambda函数形式为 []{};,不过这样的lambda函数不具备实际功能。
  • 重复捕获:不能同时以不同方式捕获同一个变量,比如 [=, a] 是非法的,因为=已经包含了a的值捕获。
  • 块作用域外的lambda:如果lambda不在任何函数或者块作用域之内(例如在全局作用域中定义),则它的捕获列表必须为空。
  • lambda不可赋值:尽管lambda表达式的结果是一个可调用对象,但这些对象本身不能互相赋值,即使它们看起来功能相同,因为每个lambda都有独立的封闭环境和可能不同的捕获状态。

示例:

int main()
{
    // 最简单的lambda表达式,不接受任何参数且不执行任何操作
    []{}; 

    // 省略参数列表和显式返回值类型,编译器自动推断返回值类型为int
    int a = 3, b = 4;
    [=]{return a + 3; };  // 此处未被调用,仅展示lambda表达式定义

    // 省略返回值类型声明,编译器根据内部逻辑推断返回值类型
    // 此lambda捕获外部变量a和b(按值捕获),并接受一个int型参数c
    auto fun1 = [&](int c){b = a + c; };
    fun1(10);
    cout << a << " " << b << endl;

    // 完整的lambda表达式,显式指定返回值类型为int
    // 按值捕获外部变量a,按引用捕获外部变量b,并接受一个int型参数c
    auto fun2 = [=, &b](int c)->int{ return b += a + c; };
    cout << fun2(10) << endl;

    // 按值捕获外部变量x,由于使用了mutable关键字,可以在lambda体内修改x的值
    int x = 10;
    auto add_x = [x](int a) mutable { x *= 2; return a + x; };
    cout << add_x(10) << endl;

    return 0;
}

 从以上示例中我们可以看出,lambda表达式相当于定义了一个无名函数对象,它不能直接调用。但可以通过`auto`关键字将其赋值给一个变量,从而实现间接调用。这种特性使得lambda表达式在处理一些需要临时定义函数场景时尤为方便。

3、使用lambda解决排序问题

struct Goods
{
	string _name;  // 名字
	double _price; // 价格
	int _evaluate; // 评价

	Goods(const char* str, double price, int evaluate)
		:_name(str)
		, _price(price)
		, _evaluate(evaluate)
	{}
};

// 按照价格升序比较的函数对象
struct ComparePriceLess {
    bool operator()(const Goods& gl, const Goods& gr) {
        return gl._price < gr._price;
    }
};

// 按照价格降序比较的函数对象
struct ComparePriceGreater {
    bool operator()(const Goods& gl, const Goods& gr) {
        return gl._price > gr._price;
    }
};

void Print(const vector<Goods>& v)
{
	for (const auto& r : v)
	{
		cout << "商品名称:" << r._name << ", 价格:" << r._price << ", 评价:" << r._evaluate << endl;
	}
}

int main()
{
	vector<Goods> v = { { "苹果", 2.1, 5 }, { "香蕉", 3, 4 }, { "橙子", 2.2, 3 }, { "菠萝", 1.5, 4 } };

	auto priceLess = [](const Goods& g1, const Goods& g2)->bool {return g1._price < g2._price; };
	sort(v.begin(), v.end(), priceLess);
	Print(v); cout << endl;

	sort(v.begin(), v.end(), [](const Goods& g1, const Goods& g2)->bool {
		return g1._price > g2._price;
		});
	Print(v); cout << endl;

	sort(v.begin(), v.end(), [](const Goods& g1, const Goods& g2)->bool {
		return g1._evaluate < g2._evaluate;
		});
	Print(v); cout << endl;

	sort(v.begin(), v.end(), [](const Goods& g1, const Goods& g2)->bool {
		return g1._evaluate > g2._evaluate;
		});
	Print(v);
}
  1. 为了在C++98或C++03中按照价格升序或降序对Goods对象进行排序,我们定义了两个结构体ComparePriceLessComparePriceGreater,分别重载了operator(),作为仿函数(函数对象)用于std::sort函数的第三个参数,实现自定义排序逻辑。

  2. 然后使用lambda表达式替代传统的结构体比较函数。例如,auto priceLess = [](const Goods& g1, const Goods& g2)->bool {return g1._price < g2._price; };,这个lambda表达式接收两个Goods对象作为参数,并返回一个布尔值,表示第一个商品的价格是否小于第二个商品的价格。这种方式下,我们不再需要显式定义独立的结构体来进行比较。

  3. 接下来,分别使用lambda表达式对商品列表按照价格升序、价格降序、评价升序、评价降序进行排序,并在排序后调用Print函数显示排序结果。

通过C++11引入的lambda表达式大大简化了自定义排序逻辑的实现,使得在调用std::sort等算法时,可以直接在代码执行的位置定义临时、简洁的比较函数,避免了为不同排序逻辑创建大量相似结构体的麻烦。

商品名称:菠萝, 价格:1.5, 评价:4
商品名称:苹果, 价格:2.1, 评价:5
商品名称:橙子, 价格:2.2, 评价:3
商品名称:香蕉, 价格:3, 评价:4

商品名称:香蕉, 价格:3, 评价:4
商品名称:橙子, 价格:2.2, 评价:3
商品名称:苹果, 价格:2.1, 评价:5
商品名称:菠萝, 价格:1.5, 评价:4

商品名称:橙子, 价格:2.2, 评价:3
商品名称:香蕉, 价格:3, 评价:4
商品名称:菠萝, 价格:1.5, 评价:4
商品名称:苹果, 价格:2.1, 评价:5

商品名称:苹果, 价格:2.1, 评价:5
商品名称:香蕉, 价格:3, 评价:4
商品名称:菠萝, 价格:1.5, 评价:4
商品名称:橙子, 价格:2.2, 评价:3

4、组合捕捉

混合捕捉 (func1):

auto func1 = [&x, y]() {...};

这个Lambda表达式使用了混合捕捉。其中,x通过引用方式进行捕捉,这意味着在Lambda体内部可以直接修改外部变量x的值。而y则是通过值方式进行捕捉,即在Lambda内部得到的是y的一个副本,对副本的修改不会影响到外部的y

全部引用捕捉 (func2):

auto func2 = [&]() {...};

这个Lambda表达式通过引用方式捕捉所有在其外部作用域可见的变量。这意味着在Lambda体内部可以修改所有捕获到的外部变量的值。

全部传值捕捉 (func3):

auto func3 = [=]() {...};

这个Lambda表达式通过值方式捕捉所有在其外部作用域可见的变量。这意味着在Lambda体内部得到的是捕获到的所有变量的副本,对这些副本的修改不会影响到外部的原始变量。

全部引用捕捉,特定变量传值捕捉 (func4):

auto func4 = [&, x]() {...};

这个Lambda表达式大部分变量通过引用捕捉,但对x这个特定变量采用了值捕捉。这就意味着除了x以外的所有其他外部变量在Lambda体内部可以直接修改,而x则是在Lambda内部得到的一个副本,对它的修改不影响外部的x

5、捕获外部变量的应用

正常交换

int main()
{
    int a = 9, b = 0;
    auto swap1 = [](int& A, int& B) {
        int tmp = A;
        A = B;
        B = tmp;
    };
    swap1(a, b);
    cout << a << " " << b << endl;
    return 0;
}

定义了一个Lambda表达式swap1,它接收两个int类型的引用作为参数,然后在Lambda函数体内部交换这两个参数的值。在这里,直接传递了外部变量ab的引用给swap1,成功交换了ab的值。

未捕获外部变量的尝试(编译错误)

int main()
{
    // 使用Lambda表达式试图交换外部变量,但未捕获外部变量,导致编译错误
     int x = 9, y = 0;
     auto swap2 = []() {
         int tmp = x;
         x = y;
         y = tmp;
     };
     swap2();
     cout << x << " " << y << endl;
    return 0;
}

尝试定义一个Lambda表达式swap2,它没有捕获任何外部变量,所以在Lambda函数体内部直接使用xy会导致编译错误,因为它们在Lambda作用域内未被声明。

传值捕获尝试(编译错误)

int main()
{
    // 传值捕捉也会报错,因为交换的是捕获的局部变量副本,而非外部变量本身
     int c = 9, d = 0;
     auto swap3 = [c, d](){
         int tmp = c;
         c = d;
         d = tmp;
     };
     swap3();
     cout << c << " " << d << endl;
    return 0;
}

 定义了一个Lambda表达式swap3,它通过值捕获了外部变量cd。在Lambda函数体内部交换的是被捕获的局部变量副本,而不是外部变量本身,因此即便执行swap3,外部变量cd的值也不会改变。

使用mutable关键字的传值捕获

int main()
{
    // 使用mutable关键字虽然能消除编译错误,但因传值捕获,依旧交换的是外部变量的副本
     int e = 9, f = 0;
     auto swap4 = [e, f]() mutable{
         int tmp = e;
         e = f;
         f = tmp;
     };
     swap4();
     cout << e << " " << f << endl;
    return 0;
}

使用mutable关键字定义了一个Lambda表达式swap4,即使如此,由于仍然是值捕获,所以在Lambda内部交换的是外部变量的副本,即使Lambda函数体中可以修改捕获的变量(mutable特性),但外部变量ef的值仍然不会改变。

引用捕获

int main()
{
    // 引用捕捉,正确交换外部变量的值
    int g = 9, h = 0;
    auto swap5 = [&g, &h]() {
        int tmp = g;
        g = h;
        h = tmp;
        };
    swap5();
    cout << g << " " << h << endl;
    return 0;
}

定义了一个Lambda表达式swap5,它通过引用捕获了外部变量gh。在Lambda函数体内部,通过引用交换了gh的值,由于是引用捕获,所以这次成功地改变了外部变量gh的值。

6、lambda与函数对象

函数对象,又称为仿函数,即可以想函数一样使用的对象,就是在类中重载了operator()运算符的 类对象。

class Rate
{
public:
	Rate(double rate) : _rate(rate)
	{}

	double operator()(double money, int year)
	{
		return money * _rate * year;
	}

private:
	double _rate;
};

int main()
{
	// 函数对象
	double rate = 0.49;
	Rate r1(rate);
	r1(10000, 2);

	// lambda
	auto r2 = [=](double monty, int year)->double {return monty * rate * year; };
	r2(10000, 2);

	return 0;
}
从使用方式上来看,函数对象与lambda表达式完全一样。 函数对象将rate作为其成员变量,在定义对象时给出初始值即可,lambda表达式通过捕获列表可以直接将该变量捕获到。
   234: 	// 函数对象
   235: 	double rate = 0.49;
00007FF652FA2A1D  movsd       xmm0,mmword ptr [__real@3fdf5c28f5c28f5c (07FF652FABC10h)]  
00007FF652FA2A25  movsd       mmword ptr [rate],xmm0  
   236: 	Rate r1(rate);
00007FF652FA2A2A  movsd       xmm1,mmword ptr [rate]  
00007FF652FA2A2F  lea         rcx,[r1]  
00007FF652FA2A33  call        Rate::Rate (07FF652FA149Ch)  
   237: 	r1(10000, 2);
00007FF652FA2A38  mov         r8d,2  
00007FF652FA2A3E  movsd       xmm1,mmword ptr [__real@40c3880000000000 (07FF652FABC18h)]  
00007FF652FA2A46  lea         rcx,[r1]  
00007FF652FA2A4A  call        Rate::operator() (07FF652FA14A1h)  
   238: 
   239: 	// lambda
   240: 	auto r2 = [=](double monty, int year)->double {return monty * rate * year; };
00007FF652FA2A4F  lea         rdx,[rate]  
00007FF652FA2A53  lea         rcx,[r2]  
00007FF652FA2A57  call        `main'::`2'::<lambda_1>::<lambda_1> (07FF652FA2440h)  
   241: 	r2(10000, 2);
00007FF652FA2A5C  mov         r8d,2  
00007FF652FA2A62  movsd       xmm1,mmword ptr [__real@40c3880000000000 (07FF652FABC18h)]  
00007FF652FA2A6A  lea         rcx,[r2]  
00007FF652FA2A6E  call        `main'::`2'::<lambda_1>::operator() (07FF652FA2980h)

从汇编代码可以看出,无论是创建函数对象还是lambda表达式,编译器都进行了类似的处理:

  • 对于函数对象Rate

    • 首先初始化外部变量 rate 的值。
    • 然后调用构造函数 Rate::Rate 创建 Rate 类型的对象 r1,并将 rate 的值传递进去。
    • 调用 r1 的 operator() 函数进行计算。
  • 对于lambda表达式:

    • 同样初始化外部变量 rate 的值。
    • 编译器为lambda表达式生成了一个闭包类,并调用其构造函数创建了闭包对象 r2,并将 rate 的值捕获到闭包对象中。
    • 调用 r2 的 operator() 函数进行计算。

尽管底层细节不同,但实际在底层编译器对于lambda表达式的处理方式,完全就是按照函数对象的方式处理的,即:如果定义了一个lambda表达式,编译器会自动生成一个类,在该类中重载了operator()。

二、线程库

1、thread类

        在C++11标准之前,处理多线程编程时通常需要依赖操作系统提供的特定接口,例如Windows平台上的CreateThread API与Linux系统中的pthread_create函数等。这样的做法导致跨平台的C++代码在处理多线程问题时可移植性不强,增加了开发复杂性和维护成本。

        C++11标准的一大革新之处在于引入了标准化的线程支持,从而简化了并行编程任务,允许开发者在编写多线程应用时无需再倚赖第三方库。同时,为了更好地管理和同步线程间的操作,C++11标准还引入了原子操作类(atomic classes)的概念,增强了对低级别并发控制的支持。

在C++11标准库中,通过包含 <thread> 头文件,程序员可以利用std::thread类来进行线程的创建与管理。以下是std::thread类的一些核心成员函数及其功能:

  1. thread() 构造函数

    • 默认构造函数:创建一个线程对象而不启动任何线程,此时线程对象未与任何线程函数关联。
    • 带参数构造函数:创建一个线程对象,并立即关联指定的线程函数fn,同时将args1, args2, ...作为线程函数的参数传递。线程在构造完成后随即开始执行。
  2. get_id() 成员函数 返回当前线程对象所代表的线程ID,每个线程都有唯一的标识符。

  3. joinable() 成员函数 判断线程对象是否仍然代表着一个可加入(join)的线程,即该线程是否仍在执行。如果线程仍在运行,则joinable()返回true。

  4. join() 成员函数 当调用线程对象的join()方法时,主线程会阻塞直到目标线程执行完毕。一旦目标线程结束,join()函数返回,主线程得以继续执行。

  5. detach() 成员函数 调用detach()方法后,线程对象与其代表的线程分离。分离后的线程成为一个后台线程,不再受原线程对象的生命周期约束。这意味着即使主线程结束,被detach的子线程仍将继续独立运行,其执行状态与主线程不再直接相关联。主线程不再负责等待或管理这个分离线程的终止。

使用方法

1、线程是一种操作系统级别的概念,它允许在同一进程内并发执行多个控制流。在C++11标准库中,std::thread对象是对操作系统线程的一种抽象和封装,它可以关联并控制一个线程,同时也提供了获取线程状态的方法。

2、当仅创建一个std::thread对象而不指定线程函数时,该对象实际上并未关联任何实际的线程执行实体。

#include <iostream>
#include <thread>

int main()
{
    std::thread t1; // 创建一个空线程对象,未关联任何线程函数
    std::cout << "线程ID:" << t1.get_id() << std::endl; // 输出线程ID
    // 此处由于t1未关联线程函数,所以get_id()可能返回一个无效或默认的线程ID
    return 0;
}

std::thread::get_id()函数用于获取与线程对象关联的线程唯一标识符,其返回类型为std::thread::id。虽然不同编译器和操作系统下的实现细节各异,但在Visual Studio(VS)环境下,std::thread::id类型背后可能会封装一个名为_Thrd_imp_t的结构体。这个结构体在VS中定义如下:

// VS下的内部实现细节(简化版)
typedef struct _Thrd_imp_t
{
    void *_Hnd; // 在Win32环境下,此成员保存着操作系统提供的线程句柄
    unsigned int _Id; // 这里可能是线程的一个整数ID或其他标识信息
} _Thrd_imp_t;

需要注意的是,上述_Thrd_imp_t结构体是VS内部对线程标识符的具体实现细节,实际编程过程中并不直接接触此类底层结构,而是通过std::thread::id这一高层抽象接口来获取和比较线程ID。

3、在C++11中,当我们创建一个std::thread对象并为其关联一个线程函数时,该线程就会被启 动,并与主线程同时运行。线程函数可以通过三种形式提供:

  • 函数指针:直接指定一个全局或类静态成员函数作为线程执行体。

    void ThreadFunc(int a);
    thread t1(ThreadFunc, 10);
  • Lambda表达式:利用C++11的Lambda特性,创建一个匿名函数作为线程执行体。

    thread t2([]{cout << "Thread2" << endl; });
  • 函数对象:通过重载operator()的类对象(函数对象)作为线程执行体。

    class TF {
    public:
        void operator()() {
            cout << "Thread3" << endl;
        }
    };
    TF tf;
    thread t3(tf);

4、std::thread类遵循不可拷贝原则,即禁止拷贝构造和赋值操作,因为拷贝线程对象会导致逻辑混乱,无法确定应该向哪个线程发送指令。然而,std::thread支持移动构造和移动赋值,这意味着可以将一个线程对象的所有权及与其关联的线程状态安全地转移到另一个线程对象,而不会影响原有线程的执行。

5、利用joinable()函数可以检测一个std::thread对象是否有效或仍处于活动状态。若满足以下任一条件,则表明该线程对象无效:

  • 使用无参构造函数创建的线程对象,因为它尚未关联任何线程函数。

    #include <iostream>
    #include <thread>
    
    int main() {
        std::thread t1; // 使用无参构造函数创建线程对象,未关联任何线程函数
        if (t1.joinable()) {
            std::cout << "线程t1有效且活动" << std::endl;
        } else {
            std::cout << "线程t1无效或非活动" << std::endl; // 实际输出将是"线程t1无效或非活动"
        }
        return 0;
    }

    在这个例子中,t1是一个使用无参构造函数创建的线程对象,它并没有关联任何线程函数,因此t1.joinable()会返回false,表示线程对象无效或非活动。

  • 已经通过移动构造或移动赋值将线程对象的状态转移给了其他线程对象,原始线程对象不再拥有任何关联的线程状态。

    #include <iostream>
    #include <thread>
    
    void thread_func() {
        std::cout << "线程正在运行..." << std::endl;
    }
    
    int main() {
        std::thread t1(thread_func); // 创建并启动一个线程
        std::thread t2(std::move(t1)); // 使用移动构造将线程状态转移给t2
    
        if (t1.joinable()) {
            std::cout << "线程t1有效且活动" << std::endl;
        } else {
            std::cout << "线程t1无效或非活动" << std::endl; // 实际输出将是"线程t1无效或非活动"
        }
    
        t2.join(); // 确保t2关联的线程正常结束
    
        return 0;
    }

    在这个例子中,t1原来关联了一个线程函数并启动了线程,但通过移动构造将线程状态转移到了t2,此时t1就变得无效了,t1.joinable()将返回false

  • 线程已经调用了join()函数完成执行并等待完毕,或者调用了detach()函数使其与线程对象分离,这两种情况下,线程虽仍在运行(detach后),但已与原线程对象失去了关联,故原线程对象被视为无效。

    #include <iostream>
    #include <thread>
    
    void thread_func() {
        std::cout << "线程正在运行..." << std::endl;
        std::this_thread::sleep_for(std::chrono::seconds(1)); // 模拟线程执行耗时操作
    }
    
    int main() {
        std::thread t1(thread_func);
        t1.join(); // 等待线程执行完毕
    
        if (t1.joinable()) {
            std::cout << "线程t1有效且活动" << std::endl;
        } else {
            std::cout << "线程t1无效或非活动" << std::endl; // 实际输出将是"线程t1无效或非活动"
        }
    
        // 或者
        // t1.detach(); // 使线程与线程对象分离,若在此处detach后,t1.joinable()也会返回false
    
        return 0;
    }

    在这个例子中,线程t1关联了线程函数并启动了线程,但在调用t1.join()后,主线程等待t1执行完毕,此后t1与线程失去关联,所以t1.joinable()将返回false,表示线程对象无效。如果在这里调用t1.detach(),也会有同样的效果。

2、线程函数参数

线程函数的参数是以值拷贝的方式拷贝到线程栈空间中的,因此:即使线程参数为引用类型,在
线程中修改后也不能修改外部实参,因为其实际引用的是线程栈中的拷贝,而不是外部实参
  • 在C++中,当你创建一个线程并将一个函数作为线程入口点时,如果你直接传递引用类型的参数,虽然在函数声明中参数是引用类型,但实际上在线程创建过程中,这个引用参数会被当作值拷贝到线程的栈空间中。这意味着,即便在新的线程中修改了引用参数,也不会影响到主线程或其他线程中原始变量的值。
#include <iostream>
#include <thread>
#include <utility>

// 普通函数,接收引用类型参数
void ThreadFunc1(int& x)
{
    x += 10;
}

// 普通函数,接收指针类型参数
void ThreadFunc2(int* x)
{
    (*x) += 10;
}

// 假设有一个类,其成员函数需要修改类成员变量
class MyClass
{
public:
    int member_var = 10;

    void MemberThreadFunc()
    {
        member_var += 10;
    }
};

int main()
{
    int a = 10;

    // 由于默认是值拷贝,所以此处修改不会影响主线程中的a
    std::thread t1(ThreadFunc1, a);
    t1.join();
    std::cout << "After t1 join, a = " << a << std::endl;

    // 使用std::ref传递引用,此时线程中的修改会影响主线程中的a
    std::thread t2(ThreadFunc1, std::ref(a));
    t2.join();
    std::cout << "After t2 join, a = " << a << std::endl;

    // 传递指针,线程中的修改会影响主线程中的a
    std::thread t3(ThreadFunc2, &a);
    t3.join();
    std::cout << "After t3 join, a = " << a << std::endl;

    // 类成员函数作为线程函数
    MyClass myObj;
    std::thread t4(&MyClass::MemberThreadFunc, &myObj);
    t4.join();
    std::cout << "After t4 join, myObj.member_var = " << myObj.member_var << std::endl;

    return 0;
}

在给出的代码示例中:

  1. ThreadFunc1(int& x)函数接受一个引用类型的参数,当创建线程t1并调用ThreadFunc1(a)时,实际上是将a的值拷贝到了线程t1的栈空间,所以在t1线程中对x的修改不会影响到主线程中的a

  2. 若要使线程中的修改反映到外部实参,可以使用std::ref()函数,它创建一个std::reference_wrapper对象,这个对象可以保持对原始变量的引用。所以在创建线程t2时,使用std::ref(a),此时t2线程中的修改将影响到主线程中的a

  3. ThreadFunc2(int* x)函数接受一个指针类型的参数,当创建线程t3并调用ThreadFunc2(&a)时,传递的是a的地址,所以在t3线程中对x指向的内容的修改同样会影响主线程中的a

  4. 当你需要将类成员函数作为线程函数时,确实需要传递this指针,因为成员函数默认隐含了一个指向对象本身的this参数。例如,如果有类 MyClass及其成员函数void MyClass::ThreadFunc(),创建线程时应写作:

    MyClass obj;
    thread t(obj.ThreadFunc, &obj);

    通过传递this指针(即对象的地址),线程可以访问并修改类成员函数所作用的对象的成员变量。

3、mutex的种类

std::mutex

在C++11标准库中,mutex家族共包含了四种类型的互斥量,旨在提供线程同步的基础工具。其中最基本的互斥量类型是std::mutex。此类型的互斥量实例不具备拷贝或移动的能力,其关键的三个操作方法如下:

  1. lock()函数:用于锁定互斥量。当调用此方法的线程成功获取互斥量时,该线程将独占互斥量直至调用unlock()为止。在此期间,其他试图锁定该互斥量的线程将会被阻塞,等待互斥量解锁。

    • 若互斥量当前未被任何线程锁定,调用线程将成功获取并锁定互斥量。
    • 若互斥量已被其他线程锁定,调用线程将进入阻塞状态,等待互斥量解锁。
    • 如果同一线程尝试再次锁定已经被其锁定的互斥量,会导致死锁情况的发生。
  2. unlock()函数:用于解除互斥量锁定状态,释放当前线程对互斥量的所有权,从而使等待该互斥量的其他线程有机会获取锁。

  3. try_lock()函数:尝试非阻塞地锁定互斥量。

    • 若互斥量当前未被任何线程锁定,调用线程将成功锁定互斥量,直到后续调用unlock()为止。
    • 若互斥量已被其他线程锁定,调用线程不会被阻塞,而是立即返回false
    • 如果同一线程尝试锁定已经被其锁定的互斥量,同样会导致死锁。

下面代码来测试一下串行和并行的时间消耗情况

#include <mutex>

mutex mtx;
int x = 0;

void Func1(int n)
{
	//并行
	for (int i = 0; i < n; i++)
	{
		mtx.lock();
		++x;
		mtx.unlock();
	}
}
void Func2(int n)
{
	//串行
	mtx.lock();
	for (int i = 0; i < n; i++)
	{
		++x;
	}
	mtx.unlock();
}
void test1()//并行测试
{
	size_t begin = clock();
	thread t1(Func1, 1000000);
	thread t2(Func1, 1000000);

	t1.join();
	t2.join();
	size_t end = clock();
	cout << x << endl << end - begin << endl;
}
void test2()//串行测试
{
	size_t begin = clock();
	thread t1(Func2, 1000000);
	thread t2(Func2, 1000000);

	t1.join();
	t2.join();
	size_t end = clock();
	cout << x << endl << end - begin << endl;
}
int main()
{
	test1();
    // 输出结果:
    // 2000000
    // 244

	//test2();
    // 2000000
    // 4
	return 0;
}

  • Func1函数模拟了并行操作的情况:循环1000000次,每次循环都将x的值加1,但每次操作前都会锁定互斥锁mtx,操作后解锁。这意味着当多个线程同时调用Func1时,同一时间只有一个线程能对x进行修改,以防止数据竞争(data race)。但由于锁定和解锁的操作频繁,且两个线程交替执行,实际运行结果可能会小于预期的2000000(理论上应该是2000000,因为有两个线程各执行了一百万次加1操作)。
  • Func2函数模拟了串行操作的情况:首先锁定互斥锁mtx,然后在一个线程内循环1000000次对x进行加1操作,结束后才释放互斥锁。这样,在一个线程未完成对x的所有操作之前,另一个线程是无法访问和修改x的。因此,无论多少个线程调用Func2x的最终值总是2000000,并且由于两个线程实际上是按照顺序执行的,所以总耗时应该接近单线程执行的时间。

  • test1函数创建了两个线程,分别调用Func1,并在所有线程完成后输出最终的x值和执行所花费的时间。

  • 注释掉的test2函数与test1类似,只是调用的是Func2。如果运行test2,则会发现虽然也是两个线程各自执行1000000次加1操作,但因为互斥锁的作用,它们实际上是以串行的方式执行的,所以总耗时比并行情况下要短得多。

通过对比test1test2的结果,可以看出互斥锁在多线程编程中的作用:确保同一时间内只有一个线程可以访问共享资源(这里是变量x),从而避免数据竞争带来的问题。但在需要高效利用多核CPU进行并行计算的场景下,过度依赖互斥锁会导致性能下降。

std::recursive_mutex

  • std::recursive_mutex是另一种互斥量类型,与std::mutex不同的是,它允许同一个线程对互斥量进行多次锁定,也就是说,同一个线程可以递归地获取互斥锁的所有权。
  • 当线程首次调用lock()时,互斥量被锁定,再次调用lock()时,不会引起死锁,而是增加锁的计数。同样,必须调用相同次数的unlock()才能完全释放互斥锁,使得其他线程有机会获取锁。
  • 其他特性方面,std::recursive_mutexstd::mutex类似,均提供了基础的互斥访问控制功能。

示例:

#include <iostream>
#include <mutex>

// 假设有一个类,其中包含一些需要保护的共享数据
class SharedResource {
private:
    int counter = 0;
    std::recursive_mutex mtx; // 使用递归互斥量保护数据

public:
    void incrementCounter(int n) {
        // 在修改counter之前锁定互斥量
        std::unique_lock<std::recursive_mutex> lock(mtx);

        // 这个函数内部可能会调用另一个需要用到互斥量的方法
        process(n);

        // 假设我们递增计数器n次
        for (int i = 0; i < n; ++i) {
            ++counter;
            std::cout << "Incrementing counter from thread ID: " << std::this_thread::get_id() << std::endl;
        }

        // 当函数结束时,由于使用了RAII(Resource Acquisition Is Initialization)的unique_lock,
        // 它会自动调用unlock(),但如果函数内部进行了多次lock(),这里的unlock()会匹配最后一次lock()
    }

    void process(int n) {
        // 再次锁定互斥量,由于是递归锁,所以不会死锁
        std::unique_lock<std::recursive_mutex> innerLock(mtx);

        // 执行某些操作...
        // ...

        // 当process函数结束时,其内部的unique_lock也会自动调用unlock()
    }
};

int main() {
    SharedResource resource;

    // 假设在一个线程中操作
    std::thread t([&]() {
        resource.incrementCounter(5);
    });

    t.join();

    return 0;
}
  • 在这个例子中,SharedResource 类使用了一个 std::recursive_mutex 对象 mtx 来保护其成员变量 counterincrementCounter 函数首先获取互斥锁,然后调用 process 函数,在这个过程中,由于 process 也需要对同一互斥量进行锁定,如果是普通互斥量(如 std::mutex),这会导致死锁。然而,因为这里使用的是 std::recursive_mutex,所以在 process 内部再次锁定互斥量是安全的,不会造成死锁。
  • 当 incrementCounter 函数递增计数器时,无论实际执行了多少次 lock() 操作(直接调用和间接通过 process 调用),只要在函数结束前所有的 lock() 都有相应的 unlock() 匹配,互斥量就会最终释放给其他线程使用。在这种情况下,由于我们使用了 std::unique_lock,它会确保每次 lock() 都会有对应的 unlock() 自动调用,从而简化了递归锁定和解锁的管理。
     

std::timed_mutex

  • std::timed_mutex是带有超时功能的互斥量,除了提供std::mutex的基础锁定和解锁功能外,还额外提供了两个尝试锁定并带超时控制的方法。

  • try_lock_for(const std::chrono::duration& rel_time): 这个函数尝试在给定的时间范围内获取互斥锁。如果在指定的时间段内互斥锁仍然被其他线程持有,函数将返回false,表示未能获取锁。反之,如果在这段时间内互斥锁被释放,则线程成功获取锁并返回true

  • try_lock_until(const std::chrono::time_point& abs_time): 这个函数尝试在指定的绝对时间点前获取互斥锁。如果在指定的时间点之前互斥锁仍然被其他线程持有,函数将返回false。如果在这段时间内互斥锁被释放,则线程成功获取锁并返回true

示例:

#include <iostream>
#include <thread>
#include <chrono>
#include <mutex>

std::timed_mutex mtx;

void threadFunction()
{
    using namespace std::chrono_literals;
    
    // 尝试在500毫秒内获取互斥锁
    if (mtx.try_lock_for(500ms))
    {
        std::cout << "Thread acquired the lock." << std::endl;
        
        // 执行临界区代码...
        std::this_thread::sleep_for(1s); // 假设这里有耗时操作
        
        mtx.unlock(); // 完成操作后释放锁
    }
    else
    {
        std::cout << "Thread failed to acquire the lock within 500 milliseconds." << std::endl;
    }
}

int main()
{
    mtx.lock(); // 主线程先锁定互斥锁
    
    std::thread worker(threadFunction); // 创建一个新的工作线程
    
    std::this_thread::sleep_for(1000ms); // 主线程等待1秒后释放锁
    mtx.unlock();

    worker.join(); // 等待工作线程完成

    return 0;
}
  • 在这个例子中,主线程首先锁定了std::timed_mutex,然后创建了一个新的工作线程。工作线程尝试在500毫秒内获取互斥锁(通过try_lock_for(500ms)实现)。由于主线程在1秒后才释放锁,所以在工作线程开始尝试获取锁的时候,互斥锁仍被主线程持有,因此工作线程会在尝试获取锁500毫秒后失败,并输出提示信息“Thread failed to acquire the lock within 500 milliseconds.”。
  • 如果主线程提前释放了锁,那么工作线程将在500毫秒内成功获取到锁并执行临界区代码。
  • 同样的,try_lock_until()方法可以根据绝对时间点来尝试获取互斥锁,例如设置为从当前时间点开始算起的某个时间点之前尝试获取锁。
     

std::recursive_timed_mutex

std::recursive_timed_mutex 是 C++11 标准库中提供的一个互斥量(Mutex)类型,它结合了 std::recursive_mutex 和 std::timed_mutex 的特性,允许同一线程多次对互斥量进行加锁,并且提供了超时锁定的功能。

  1. 递归锁定:一个线程可以多次成功地对同一个 std::recursive_timed_mutex 对象调用 lock() 或 lock_shared() 函数,只要每次锁定都是由最初获得锁的线程执行即可。这种互斥量允许递归锁定而不死锁,因为它会跟踪内部锁计数,当锁的次数与解锁次数相匹配时才真正释放互斥量。

  2. 超时锁定:此类型的互斥量还提供了带有超时限制的锁定函数,例如 try_lock_for() 和 try_lock_until()。这些函数允许线程尝试获取互斥锁,但会在指定的时间段过后自动放弃,如果在这段时间内无法获得锁,则函数会返回 false,而不是无期限地阻塞线程。这对于避免线程因无法获取锁而无限期等待的情况非常有用。

  3. std::recursive_timed_mutex m;
    if (m.try_lock_for(std::chrono::seconds(5))) {
        // 成功在5秒内获得锁
    } else {
        // 未能在5秒内获得锁
    }

总结起来,std::recursive_timed_mutex 主要用于需要在同一线程内进行递归同步,并希望在尝试锁定时具有超时控制能力的场景。通过它可以确保即使在递归调用或复杂逻辑中也能安全地管理共享资源访问,并能设定合理的等待时间以避免线程被永久性地卡住。

4、lock_guard与unique_lock

在多线程环境中,如果我们需要确保某个变量的并发访问安全,使用原子类型(atomic)是一种简单高效的方案,可以避免数据竞争和死锁问题。然而,当需要保护一段复杂的代码逻辑而非单个变量时,就需要借助锁机制来确保代码块的原子性。

例如,设想这样一个场景:两个线程分别对同一个变量number进行100次加一和减一操作,并且每次操作后立即输出number的值,最终期望number的值恢复为1。

#include <thread>
#include <mutex>
int number = 0;
mutex g_lock;
int ThreadProc1()
{
	for (int i = 0; i < 100; i++)
	{
		g_lock.lock();
		++number;
		cout << "thread 1 :" << number << endl;
		g_lock.unlock();
	}
	return 0;
}
int ThreadProc2()
{
	for (int i = 0; i < 100; i++)
	{
		g_lock.lock();
		--number;
		cout << "thread 2 :" << number << endl;
		g_lock.unlock();
	}
	return 0;
}
int main()
{
	thread t1(ThreadProc1);
	thread t2(ThreadProc2);
	t1.join();
	t2.join();
	cout << "number:" << number << endl;
	system("pause");
	return 0;
}
  • 上面代码中直接使用mutex进行加锁和解锁操作,这种做法有可能在异常处理或提前返回时忘记解锁,导致资源泄露或死锁等问题。
为了解决这些问题,C++11引入了基于Resource Acquisition Is Initialization (RAII)原则的智能锁包装类,std::lock_guardstd::unique_lock
  • 在下面修改过的代码中,我们使用了std::lock_guard,它会在构造时自动锁定互斥锁,并在析构时自动解锁,从而确保即使在代码块中抛出异常或通过return语句提前退出,互斥锁也能得到妥善释放,有效避免了死锁和资源泄露的风险。
#include <thread>
#include <mutex>
#include <iostream>

int number = 0;
std::mutex g_lock;

void ThreadProc1()
{
    for (int i = 0; i < 100; i++)
    {
        std::lock_guard<std::mutex> guard(g_lock); // RAII方式自动管理锁的生命周期
        ++number;
        std::cout << "thread 1 : " << number << std::endl;
    }
}

void ThreadProc2()
{
    for (int i = 0; i < 100; i++)
    {
        std::lock_guard<std::mutex> guard(g_lock); // RAII方式自动管理锁的生命周期
        --number;
        std::cout << "thread 2 : " << number << std::endl;
    }
}

int main()
{
    std::thread t1(ThreadProc1);
    std::thread t2(ThreadProc2);

    t1.join();
    t2.join();

    std::cout << "number: " << number << std::endl;

    // system("pause"); // 通常不推荐在跨平台代码中使用,这里仅作演示目的
    getchar(); // 更通用的暂停程序运行的方式

    return 0;
}

lock_guard

std::lock_guard是C++11标准库内定义的一个模板类,专为简便且安全地管理互斥量而设计。
  • 在实际应用中,只需针对所需的互斥量实例化一个lock_guard对象,通过调用其构造函数即可实现对互斥量的自动锁定。
  • lock_guard对象超出其作用域时,编译器会触发对象的析构过程,进而确保互斥量被正确地解锁。这种基于RAII的机制有力地保障了线程安全,降低了在手动管理锁时可能引入的死锁风险。
其关键成员函数和构造函数如下:
template<typename _Mutex>
class lock_guard
{
public:
    // 默认构造函数,在构造时自动锁定传入的互斥量
    explicit lock_guard(_Mutex& _Mtx) : _MyMutex(_Mtx) { _MyMutex.lock(); }

    // 特殊构造函数,用于已锁定的互斥量,此处不会再次锁定
    lock_guard(_Mutex& _Mtx, std::adopt_lock_t) : _MyMutex(_Mtx) {}

    // 析构函数,在对象销毁时自动解锁互斥量
    ~lock_guard() noexcept { _MyMutex.unlock(); }

    // 禁止拷贝构造和赋值操作,确保唯一性和线程安全
    lock_guard(const lock_guard&) = delete;
    lock_guard& operator=(const lock_guard&) = delete;

private:
    // 保存互斥量引用,用于锁定和解锁操作
    _Mutex& _MyMutex;
};

lock_guard的缺陷:太单一,用户没有办法对该锁进行控制,因此C++11又提供了 unique_lock。

unique_lock

std::lock_guard在C++11中为互斥量管理提供了便利,但其功能相对有限,为了满足更多场景的需求,C++11标准库中还引入了std::unique_lock类模板。
  • 如同std::lock_guard一样,std::unique_lock同样采用了RAII原理来封装互斥量的锁定和解锁操作,确保资源在进入作用域时自动上锁,在离开作用域时自动解锁,有效防止了死锁问题。

示例:

#include <iostream>
#include <thread>
#include <mutex>
#include <chrono>

std::mutex mtx;

void worker(int id) {
    std::unique_lock<std::mutex> lock(mtx, std::defer_lock); // 创建unique_lock,但不立即锁定互斥量

    std::this_thread::sleep_for(std::chrono::milliseconds(id * 100)); // 模拟延时操作

    // 使用try_lock_for尝试在50毫秒内获取锁
    if (lock.try_lock_for(std::chrono::milliseconds(50))) {
        std::cout << "Worker " << id << " got the lock.\n";
        
        // 执行临界区代码
        std::cout << "Critical section for Worker " << id << ".\n";

        // 在结束临界区后,unique_lock将在离开当前作用域时自动解锁互斥量
    } else {
        std::cout << "Worker " << id << " could not acquire the lock within 50ms.\n";
    }
}

int main() {
    std::thread t1(worker, 1);
    std::thread t2(worker, 2);

    t1.join();
    t2.join();

    std::cout << "Both workers have finished.\n";

    return 0;
}
  • 在这个例子中,我们创建了两个工作线程,每个线程都有一个std::unique_lock对象,但并未在构造时立即锁定互斥量。线程在执行过程中尝试使用try_lock_for方法在一定时间内获取锁,成功获取锁后执行临界区代码,最后在unique_lock对象离开作用域时自动解锁互斥量。
  • 此外,std::unique_lock还可以通过unlock()方法手动解锁互斥量,或者通过release()方法主动放弃锁的所有权但不解锁互斥量,以及通过swap()方法与其他unique_lock对象交换所管理的互斥量所有权。

二者区别:

相比于std::lock_guardstd::unique_lock在保证互斥量管理安全的同时,提供了更多的控制选项和灵活性,使其适用于更复杂、需要精细控制锁状态的多线程同步场景。

  • 上锁/解锁操作: 除了自动在构造时上锁并在析构时解锁的基本功能外,std::unique_lock还提供了多种上锁和解锁方式,如:lock()(尝试锁定并阻塞直到成功)、try_lock()(尝试非阻塞锁定,锁定失败立即返回)、try_lock_for(duration)(在指定时间段内尝试锁定)、try_lock_until(time_point)(在指定时间点前尝试锁定)以及unlock()(显式解锁互斥量)。

  • 修改操作std::unique_lock支持移动赋值和交换互斥量所有权的操作,这意味着可以将一个unique_lock对象的锁状态转移给另一个对象。另外,通过release()方法,unique_lock对象可以释放其所管理的互斥量的所有权,并返回该互斥量的原始指针。

  • 获取属性: 提供了多种查询方法以检查和获取互斥量的状态和指针,如:owns_lock()(返回当前对象是否拥有锁)、operator bool()(类似于owns_lock(),可用于布尔表达式判断是否拥有锁)、mutex()(返回当前unique_lock所管理的互斥量对象的指针)。

5、原子性操作库(atomic)

产生原因

多线程最主要的问题是共享数据带来的问题(即线程安全)。如果共享数据都是只读的,那么没问
题,因为只读操作不会影响到数据,更不会涉及对数据的修改,所以所有线程都会获得同样的数

据。但是,当一个或多个线程要修改共享数据时,就会产生很多潜在的麻烦。

示例1:未使用同步机制导致数据竞争

#include <iostream>
using namespace std;

unsigned long sum = 0L;
void incrementCounter(size_t num)
{
    for (size_t i = 0; i < num; ++i)
        sum++; // 未保护的并发写入,存在数据竞争
}

int main()
{
    cout << "Before thread execution, sum = " << sum << endl;
    
    thread t1(incrementCounter, 10000000);
    thread t2(incrementCounter, 10000000);

    t1.join();
    t2.join();

    cout << "After thread completion, sum = " << sum << endl;

    return 0;
}
传统C++98中,解决多线程共享数据修改问题的一种普遍方式是使用互斥锁(mutex)。如下面第二个示例所示,通过在修改`sum`变量之前锁定互斥锁并在修改后解锁,可以确保同一时刻只有一个线程能够修改`sum`,从而避免了数据竞争。
示例2:使用互斥锁进行同步
#include <iostream>
#include <thread>
#include <mutex>

std::mutex m; // 用于保护共享数据sum的互斥锁
unsigned long sum = 0L;

void safeIncrementCounter(size_t num)
{
    for (size_t i = 0; i < num; ++i)
    {
        m.lock();
        sum++;
        m.unlock();
    }
}

int main()
{
    cout << "Before thread execution, sum = " << sum << endl;

    thread t1(safeIncrementCounter, 10000000);
    thread t2(safeIncrementCounter, 10000000);

    t1.join();
    t2.join();

    cout << "After thread completion, sum = " << sum << endl;

    return 0;
}
  • 然而,这种方式也存在一些局限性。每当一个线程持有互斥锁并对`sum`进行累加时,其他试图访问该变量的线程将被迫等待,这可能导致性能下降。此外,如果互斥锁的使用不当(例如,嵌套锁、死锁等),可能会引发程序的死锁状况,严重影响程序的正确性和可靠性。
  • 因此,尽管互斥锁是解决多线程数据竞争的有效手段之一,但在实际开发中还需谨慎处理,合理安排锁的使用,以兼顾线程安全和程序性能。随着C++11标准引入了原子操作(std::atomic)、条件变量(std::condition_variable)等更高级的同步原语,开发者有了更多的方式来优化和改进多线程环境下的数据同步机制。
C++11中引入了原子操作。所谓原子操作:即不可被中断的一个或一系列操作,C++11引入的原子操作类型,使得线程间数据的同步变得非常高效。

使用方法

        在C++11标准之前,当多线程程序需要同步访问共享数据时,通常需要使用互斥锁(mutexes)或其他同步原语来防止数据竞争。然而,互斥锁的使用往往伴随着一定的开销,特别是在频繁加解锁的场景下,可能会影响到程序的执行效率。

        为此,C++11引入了原子操作(Atomic Operations)的概念,它提供了一种更为细粒度的同步机制。原子操作是指在多线程环境下,对某些操作进行特殊的底层硬件级别的支持,使得这些操作能够在没有其他线程干扰的情况下完成,即一个原子操作要么全部执行完毕,要么根本不执行,不会被其他线程“切割”打断。

        在C++11标准库中,通过<atomic>头文件提供了std::atomic模板类来支持原子操作。通过定义一个std::atomic<T>类型的变量,可以确保对该变量的所有操作(如读取、写入、递增、递减等)都是原子性的,从而避免了多线程环境下的数据竞争问题。

  • 例如,声明一个原子整型变量:
std::atomic<int> counter;
  • 然后可以安全地在多线程环境下进行如下操作:
counter.fetch_add(1); // 原子递增操作
int current_value = counter.load(); // 原子读取操作

通过原子操作,不仅能够保证数据的一致性,而且相比传统的互斥锁,如果应用场景合适的话,还能显著提升程序在多线程环境下的执行效率。不过,需要注意的是,原子操作并不能替代互斥锁解决所有同步问题,例如在涉及多个条件判断和更新的复杂逻辑中,仍需使用互斥锁或信号量等同步机制。

注意:需要使用以上原子操作变量时,必须添加头文件

例如,以下代码展示了如何声明和使用一个原子长整型变量sum,并通过两个线程安全地对其进行递增:

#include <iostream>
#include <thread>
#include <atomic>

std::atomic<long> sum{ 0 }; // 声明一个原子类型的long型变量

void fun(size_t num)
{
    for (size_t i = 0; i < num; ++i)
        sum++; // 这是一个原子操作,无需担心数据竞争问题
}

int main()
{
    std::cout << "Before starting threads, sum = " << sum << std::endl;

    std::thread t1(fun, 1000000);
    std::thread t2(fun, 1000000);

    t1.join();
    t2.join();

    std::cout << "After joining threads, sum = " << sum << std::endl;

    return 0;
}

std::atomic模板类的设计允许用户定义任意类型的原子变量,只需将所需的类型作为模板参数传递。然而,值得注意的是,原子类型的数据被视为“资源型”数据,指每个线程只能独立地访问各自的原子类型实例。出于对并发安全性的严格要求,C++11标准库对std::atomic模板类的拷贝构造、移动构造和赋值操作进行了默认删除处理,从而防止意外的复制和移动操作导致数据竞争问题。如下所示:

#include <atomic>

int main()
{
    std::atomic<int> a1(0);
    // 下面的语句因拷贝构造和赋值操作被禁用而不能编译通过
    // std::atomic<int> a2(a1); // 编译错误,禁止拷贝构造
    // a2 = a1;                // 编译错误,禁止赋值操作

    std::atomic<int> a2(0); // 正确做法,直接初始化一个新的原子变量
    return 0;
}

6、lambda表达式封装线程

int main()
{
	int n = 100000;
	int x = 0;
	mutex mtx;
	size_t begin = clock();

	thread t1([&, n]() {
		mtx.lock();
		for (int i = 0; i < n; i++)
		{
			++x;
		}
		mtx.unlock();
		});

	thread t2([&, n]() {
		mtx.lock();
		for (int i = 0; i < n; i++)
		{
			++x;
		}
		mtx.unlock();
		});

	t1.join();
	t2.join();
	size_t end = clock();

	cout << x << endl;
	cout << end - begin << endl;

	return 0;
}讲解一下thread使用lambda

上述代码通过C++11的lambda表达式技术封装了线程的执行函数,下面具体讲解如何实现的:

Lambda表达式允许你创建匿名函数,可以直接在代码中定义并使用。语法格式大致如下:

[capture list](parameters) -> return type { function body }
  • [&, n] 是捕获列表,& 表示捕获外部作用域内的所有引用类型的变量,n 表示捕获值类型的变量n的副本。
  • 参数列表为空,因为这里定义的函数并不需要额外的输入参数。
  • 返回类型省略了,编译器可以通过函数体推断出返回类型是void。

创建线程: 在C++11标准库中,std::thread类可以用来创建和管理线程。这里创建了两个线程t1t2,它们分别执行不同的lambda表达式作为线程函数。

thread t1([&, n]() { ... });
thread t2([&, n]() { ... });

这里的lambda表达式分别定义了两个线程需要执行的任务,即对共享变量x进行n次自增操作。同时,它们都捕获了外部作用域中的引用类型变量mtx和值类型变量n

  • 线程同步: 在lambda表达式内部,通过调用互斥锁mtx.lock()mtx.unlock()来实现线程同步。当一个线程获取到锁时,其他线程尝试获取锁时将被阻塞,直至该线程调用unlock()释放锁。

7、condition_variable 线程同步机制

std::condition_variable 是 C++11 标准库中提供的一个线程同步机制,它是 C++ 线程库的一部分,主要用于线程之间的条件同步。condition_variable 主要与互斥量(如 std::mutex)一起使用,帮助线程在满足某个特定条件时睡眠,并在条件变为真时唤醒。

基本使用步骤

  1. 声明和初始化: 首先,需要声明一个 std::condition_variable 变量。

    std::condition_variable cv;
  2. 与互斥量配合: 为了正确使用 condition_variable,通常会与一个互斥量关联起来,确保在检查和更改条件变量所关注的状态时是线程安全的。

    std::mutex m;
    bool data_ready = false;
  3. 线程等待条件: 当线程需要等待某个条件成立时,会调用 condition_variable 的 wait() 函数,该函数需要一个与之关联的 std::unique_lock<std::mutex> 参数。在调用 wait() 之前,线程必须先锁定互斥量。

    std::unique_lock<std::mutex> lock(m);
    cv.wait(lock, []{ return data_ready; }); // 当 data_ready 为真时才会返回

    上述代码中,线程会释放互斥锁并进入等待状态,直到另一线程改变了 data_ready 的值并调用了 notify_one() 或 notify_all() 来唤醒等待的线程。唤醒后,线程会重新获取互斥锁并继续执行。

  4. 通知条件变化: 另一线程在改变条件后,可以调用 condition_variable 的通知函数:

    lock.lock();
    data_ready = true; // 改变条件
    lock.unlock();
    cv.notify_one(); // 唤醒一个等待的线程
    // 或者唤醒所有等待线程
    // cv.notify_all();
  5. 超时等待: condition_variable 还提供了带超时的等待函数 wait_for() 和 wait_until(),允许线程在等待一段时间或直到某一时刻仍未满足条件时退出等待。

    std::cv_status status = cv.wait_for(lock, std::chrono::seconds(5), []{ return data_ready; });
    if (status == std::cv_status::timeout) {
        // 等待超时
    } else {
        // 条件满足,继续执行
    }

注意事项

  • 在调用 wait() 之前,务必确保互斥锁已被正确锁定,且在等待期间互斥锁会被自动释放,等待结束后会重新获取。
  • notify_one() 和 notify_all() 仅仅是发送唤醒信号,被唤醒的线程能否立刻执行还需视乎互斥锁的状态。
  • 由于可能存在“虚假唤醒”现象,通常在 wait() 的谓词中会检查条件是否真正满足,如果条件尚未满足,则继续等待。

示例代码:

std::condition_variable cv;
std::mutex cv_m;
bool data_ready = false;

void producer() {
    // 生产数据...
    data_ready = true;

    cv.notify_one(); // 数据准备好后通知等待的线程
}

void consumer() {
    std::unique_lock<std::mutex> lk(cv_m);
    cv.wait(lk, []{return data_ready;}); // 等待数据准备完成

    // 消费数据...
    data_ready = false;
}

8、支持两个线程交替打印,一个打印奇数,一个打印偶数

我们实现了一个简单的并发编程示例,让两个线程(t1和t2)交替打印从1到99的奇数和偶数。它利用了C++11标准库中的std::mutex(互斥锁)和std::condition_variable(条件变量)来进行线程间的同步与通信。

#include<mutex>
#include<condition_variable>

// 支持两个线程交替打印,t1打印奇数,t2一个打印偶数
int main()
{
	mutex mtx;
	condition_variable cv;

	int n = 100;
	int x = 2;

	// 问题1:如何保证t1先运行,t2阻塞?
	// 问题2:如何防止一个线程不断运行?
	thread t1([&, n]() {
		while (1)
		{
			unique_lock<mutex> lock(mtx);
			if (x >= 100)
				break;

			//if (x % 2 == 0) // 偶数就阻塞
			//{
			//	cv.wait(lock);
			//}
			cv.wait(lock, [&x]() {return x % 2 != 0; });

			cout << this_thread::get_id() << ":" << x << endl;
			++x;

			cv.notify_one();
		}
		});

	thread t2([&, n]() {
		while (1)
		{
			unique_lock<mutex> lock(mtx);
			if (x > 100)
				break;

			//if (x % 2 != 0) // 奇数就阻塞
			//{
			//	cv.wait(lock);
			//}
			cv.wait(lock, [&x](){return x % 2 == 0; });


			cout << this_thread::get_id() << ":" << x << endl;
			++x;

			cv.notify_one();
		}
		});

	t1.join();
	t2.join();

	return 0;
}

问题1:如何保证t1先运行,t2阻塞?

  • 在左上角的代码中,我们看到两个线程t1和t2。为了确保t1先运行,t2阻塞,我们可以使用条件变量(condition variable)配合互斥锁(mutex)。在t1线程中,它首先获取锁,然后等待条件变量,这会释放锁并让t2有机会尝试获取锁。当t2获取到锁时,它会立即调用wait方法,这会释放锁并使t1从等待状态中恢复。这样,t1就可以继续执行,而t2则被阻塞,直到t1完成其任务并通知t2。

问题2:如何防止一个线程连续打印?

  • 在右下角的代码中,我们看到线程t1和t2交替打印奇数和偶数。为了实现这个功能,我们需要使用互斥锁和条件变量。t1线程在打印奇数后,会等待一个条件变量,然后释放锁。t2线程在打印偶数后,会唤醒条件变量,然后释放锁。这样,t1和t2可以交替打印奇数和偶数,而不会连续打印。
//运行结果
t1: 1
t2: 2
t1: 3
t2: 4
t1: 5
t2: 6
...
t1: 99
t2: 100

详细讲解:

  1. 初始化部分

    • 首先定义了一个互斥锁mtx和一个条件变量cv,用于线程间的同步。
    • 定义一个整数变量n,其值为100,作为总的打印次数上限。
    • 定义一个整数变量x,其初始值为2,作为当前打印的数字。
  2. 创建线程t1

    • 线程t1内部是一个无限循环,通过unique_lock<mutex> lock(mtx);锁定互斥锁mtx,确保在同一时刻只有一个线程能够访问x
    • x >= 100时,线程t1跳出循环。
    • 使用cv.wait(lock, [&x]() {return x % 2 != 0; });使线程t1在条件不满足(即x不是奇数)时等待,并释放互斥锁,这样可以让线程t2有机会执行。
    • 条件满足时(即x为奇数),线程t1打印当前的x值,然后将其加1。
    • 最后,通过cv.notify_one();唤醒一个等待在条件变量上的线程(这里是线程t2)。
  3. 创建线程t2

    • 线程t2的结构与t1类似,只是它等待的条件相反,即cv.wait(lock, [&x]() {return x % 2 == 0; });,当x为偶数时才打印并继续执行。
    • 其他部分与线程t1相同,打印偶数并递增x,然后通过cv.notify_one();唤醒等待的线程。
  4. 主函数最后

    • 通过t1.join();t2.join();等待两个线程都执行完毕后,主程序才结束。

通过这样的设计,线程t1和线程t2能够在互斥锁和条件变量的配合下,按照奇数-偶数的顺序交替打印从2到100的数字。

三、包装器

1、function产生背景

在 C++ 中,std::function 是一个通用的函数包装器(或称为函数适配器),它允许我们将不同类型的可调用实体(包括函数、函数指针、lambda 表达式和函数对象)以统一的方式存储和传递。这样做的好处是可以编写更加灵活和泛化的代码,不必为每种不同的可调用类型编写特定的接口。
template<class F, class T>
T useF(F f, T x)
{
	static int count = 0;
	cout << "count:" << ++count << endl;
	cout << "count:" << &count << endl;
	return f(x);
}
double f(double i)
{
	return i / 2;
}
struct Functor
{
	double operator()(double d)
	{
		return d / 3;
	}
};
int main()
{
	// 函数名
	cout << useF(f, 11.11) << endl;
	// 函数对象
	cout << useF(Functor(), 11.11) << endl;
	// lamber表达式
	cout << useF([](double d)->double { return d / 4; }, 11.11) << endl;
	return 0;
}

三种不同的可调用实体调用方式:

  1. 函数名:直接使用普通函数 f,该函数接收一个 double 类型参数并返回一个 double 类型的结果。
  2. 函数对象:通过 Functor 类的对象实例来调用, Functor 类重载了 operator() 运算符,使其成为一个可以像函数一样调用的对象。
  3. Lambda 表达式:使用 C++11 引入的 lambda 表达式来创建一个匿名函数对象,并将其作为参数传递给 useF

然而,如果直接使用这样的模板函数,在处理多种多样的可调用实体时,编译器可能会为每种不同的可调用实体生成不同的实例化版本,这在某些情况下可能导致代码膨胀和效率降低。

为了应对这一问题,std::function 就派上用场了。它可以存储任何匹配其签名的可调用实体,并提供统一的接口进行调用。例如,如果我们修改 useF 为接受 std::function<double(double)> 类型参数,那么无论传入的是函数、函数指针、函数对象还是 lambda 表达式,都可以高效地封装和调用,而无需额外生成多个模板实例化版本。

2、function定义

std::function是C++11引入的一个通用类型 erased 的可调用对象包装器,它可以存储并调用任何符合其签名的可调用对象,包括函数指针、lambda表达式、重载的运算符()的对象(如仿函数)、以及类的成员函数指针。

std::function在头文件<functional>,类模板原型如下:
template <class T> function;     // undefined
template <class Ret, class... Args>
class function<Ret(Args...)>;

模板参数说明:

  • Ret:表示可调用对象被调用时的返回类型。
  • Args...:表示可调用对象接受的参数类型,这里使用了C++11的模板参数包语法,意味着std::function可以接受任意数量和类型的参数。
示例一:
#include <iostream>
#include <functional>

// 定义全局函数
int f(int a, int b)
{
    return a + b;
}

// 定义函数对象(Functor)
struct Functor
{
public:
    int operator()(int a, int b)
    {
        return a + b;
    }
};

// 定义类Plus
class Plus
{
public:
    static int plusi(int a, int b)
    {
        return a + b;
    }

    double plusd(double a, double b)
    {
        return a + b;
    }
};

int main()
{
    // 使用std::function封装函数指针
    std::function<int(int, int)> func1 = f;
    std::cout << func1(1, 2) << std::endl;

    // 使用std::function封装函数对象
    std::function<int(int, int)> func2 = Functor();
    std::cout << func2(1, 2) << std::endl;

    // 使用std::function封装lambda表达式
    std::function<int(int, int)> func3 = [](const int a, const int b)
    {
        return a + b;
    };
    std::cout << func3(1, 2) << std::endl;

    // 使用std::function封装类的静态成员函数
    std::function<int(int, int)> func4 = &Plus::plusi;
    std::cout << func4(1, 2) << std::endl;

    // 使用std::function封装类的非静态成员函数
    std::function<double(Plus, double, double)> func5 = &Plus::plusd;
    std::cout << func5(Plus(), 1.1, 2.2) << std::endl;

    return 0;
}
  1. func1是一个可以接受两个int参数并返回一个int结果的可调用对象,它存储了函数f的地址,因此可以直接像调用函数一样调用func1(1, 2)
  2. func2同样接受两个int参数并返回int结果,但它存储的是一个Functor对象实例,由于Functor类重载了operator(),所以也可以作为可调用对象使用。

  3. func3是一个lambda表达式,它同样匹配std::function<int(int, int)>的签名,可以捕获环境并实现相应的逻辑。

  4. func4存储的是类Plus的静态成员函数plusi的地址,因为静态成员函数不需要类实例就可以调用,所以可以直接通过func4(1, 2)调用。

  5. func5存储的是类Plus的非静态成员函数plusd的地址,但不同于静态成员函数,非静态成员函数需要一个类实例作为隐含的第一个参数(即this指针),所以在调用时需要传入一个Plus类的实例,即func5(Plus(), 1.1, 2.2)

总结来说,std::function的强大之处在于它的灵活性和泛型性,使得我们可以创建统一接口处理各种不同类型的可调用对象,这对于事件处理、策略模式、回调函数等应用场景尤其有用。

示例二: 有了包装器,如何解决模板的效率低下,实例化多份的问题呢?

#include <functional>
#include <map>

int f(int a, int b)
{
	cout << "int f(int a, int b): ";
	return a + b;
}

struct Functor
{
public:
	int operator()(int a, int b)
	{
		cout << "int operator()(int a, int b): ";
		return a + b;
	}
};

int main()
{
	function<int(int, int)> f1 = f;
	function<int(int, int)> f2 = Functor();
	function<int(int, int)> f3 = [](int a, int b) {
		cout << "[](int a, int b): ";
		return a + b;
		};

	cout << f1(1, 2) << endl;
	cout << f2(11, 22) << endl;
	cout << f3(111, 222) << endl;

	map<string, function<int(int, int)>> FuncMap;
	FuncMap["函数指针"] = f;
	FuncMap["仿函数"] = Functor();
	FuncMap["lambda"] = [](int a, int b) {
		cout << "[](int a, int b) {return a + b;}" << endl;
		return a + b;
		};
	cout << FuncMap["lambda"](1, 2) << endl;

	return 0;
}

3、function其他使用场景

Solution定义了一个名为evalRPN的方法,它们的作用是计算逆波兰表达式(Reverse Polish Notation,简称RPN)的结果。逆波兰表达式是一种后缀表达式形式,操作符位于其操作数之后,因此无需括号也能明确运算顺序。

class Solution {
public:
	int evalRPN(vector<string>& tokens) {
		stack<int> st;
		for (auto& str : tokens)
		{
			if (str == "+" || str == "-" || str == "*" || str == "/")
			{
				int right = st.top();
				st.pop();
				int left = st.top();
				st.pop();
				switch (str[0])
				{
				case '+':
					st.push(left + right);
					break;
				case '-':
					st.push(left - right);
					break;
				case '*':
					st.push(left * right);
					break;
				case '/':
					st.push(left / right);
					break;
				}
			}
			else
			{
				// 1、atoi itoa
				// 2、sprintf scanf
				// 3、stoi to_string C++11
				st.push(stoi(str));
			}
		}
		return st.top();
	}
};

原始版本:

  1. 遍历输入的tokens(字符串数组)。
  2. 如果当前token是操作符("+"、"-"、"*"、"/"),则从栈顶弹出两个操作数(假设右操作数在栈顶,然后是左操作数),执行相应的算术运算,并将结果压回栈中。
  3. 如果当前token不是操作符,则将其转换为整数并压入栈中。

使用包装器以后的玩法

class Solution {
public:
	int evalRPN(vector<string>& tokens) {
		stack<int> st;
		map<string, function<int(int, int)>> opFuncMap =
		{
		{ "+", [](int i, int j) {return i + j; } },
		{ "-", [](int i, int j) {return i - j; } },
		{ "*", [](int i, int j) {return i * j; } },
		{ "/", [](int i, int j) {return i / j; } }
		};
		for (auto& str : tokens)
		{
			if (opFuncMap.find(str) != opFuncMap.end())
			{
				int right = st.top();
				st.pop();
				int left = st.top();
				st.pop();
				st.push(opFuncMap[str](left, right));
			}
			else
			{
				// 1、atoi itoa
				// 2、sprintf scanf
				// 3、stoi to_string C++11
				st.push(stoi(str));
			}
		}
		return st.top();
	}
};

改进后的版本:

  1. 同样遍历输入的tokens。
  2. 引入了一个map opFuncMap,它将操作符字符串映射到对应的lambda函数,这些函数接受两个整数作为参数并返回运算结果。
  3. 当遇到操作符时,不再使用switch语句,而是查找该操作符在opFuncMap中的关联函数,然后同样从栈中弹出两个操作数进行计算,并将结果压回栈中。
  4. 对于非操作符的token,仍然使用stoi将其转换为整数并压入栈中。

通过使用std::function和lambda表达式,改进版的代码提高了可读性和可维护性,同时也降低了耦合度。相比于原始版本的硬编码switch结构,这种方式使得添加新的操作符或者修改现有操作符的行为变得更加简单且模块化。此外,尽管实际性能差异可能微乎其微,但在大规模项目中,这样的重构通常会带来更好的代码组织结构和扩展性。

4、bind包装器

std::bind是C++11标准库中定义的一个函数模板,位于<functional>头文件中,它作为一个强大的函数适配器工具,能够处理各种类型的可调用对象(包括函数、成员函数、lambda表达式等)。其核心功能在于允许程序员预先固定部分参数,并据此生成一个新的可调用对象,新对象接受剩余参数调用时,将会结合预设的参数共同调用原始可调用对象。

原型定义如下:

template <class Fn, class... Args>
std::function<unspecified_return_type> bind(Fn&& fn, Args&&... args);

// 对于明确指定返回类型的版本(通常编译器能自动推断)
template <class Ret, class Fn, class... Args>
std::function<Ret(typewrapped_args)> bind(Fn&& fn, Args&&... args);

这里的"unspecified_return_type"代表由原始可调用对象及其绑定参数决定的具体返回类型。

使用std::bind的一般形式是这样的:

auto newCallable = std::bind(originalCallable, argumentList);
  • 在这个表达式中,originalCallable是我们想要修改其参数行为的原始可调用对象,而argumentList是一个变长参数列表,包含了要绑定到原始函数上的具体值或者占位符。
  • 特别地,argumentList中可以包含形如 _n 的占位符,这里的 n 是一个正整数,它代表了新生成的可调用对象中待传入的实际参数的位置。
  • 举例来说,_1 表示新可调用对象接收到的第一个参数,_2 表示第二个参数,依此类推。当调用 newCallable 时,那些占位符对应的位置会被实际传入的参数所替换,随后 newCallable 会按调整后的参数列表去调用 originalCallable。这种机制使得我们可以灵活地调整参数顺序,固定某些参数值,甚至忽略不必要的一些参数。

当调用 newCallable 时,它会按照参数绑定时设定的方式,将接收到的参数传递给 originalCallable 进行执行。通过这种方式,std::bind 不仅能预先填充值,还可以调整参数顺序,从而极大地增强了函数使用的灵活性。同时,如果绑定的参数数量少于原始可调用对象所需要的参数总数,那么剩余的参数将在调用 newCallable 时动态地补充进去。不过,尽管理论上 std::bind 可以创建一个接受更多参数的新可调用对象,但在实际应用中这样做通常没有明显意义,因为多出来的参数不会被原始可调用对象所使用。

// 使用举例
#include <functional>
int Plus(int a, int b)
{
	return a + b;
}
class Sub
{
public:
	int sub(int a, int b)
	{
		return a - b;
	}
};
int main()
{
	//表示绑定函数plus 参数分别由调用 func1 的第一,二个参数指定
	std::function<int(int, int)> func1 = std::bind(Plus, placeholders::_1,
		placeholders::_2);
	//auto func1 = std::bind(Plus, placeholders::_1, placeholders::_2);
	//func2的类型为 function<void(int, int, int)> 与func1类型一样
	//表示绑定函数 plus 的第一,二为: 1, 2
	auto  func2 = std::bind(Plus, 1, 2);
	cout << func1(1, 2) << endl;
	cout << func2() << endl;
	Sub s;
	// 绑定成员函数
	std::function<int(int, int)> func3 = std::bind(&Sub::sub, s,
		placeholders::_1, placeholders::_2);
	// 参数调换顺序
	std::function<int(int, int)> func4 = std::bind(&Sub::sub, s,
		placeholders::_2, placeholders::_1);
	cout << func3(1, 2) << endl;
	cout << func4(1, 2) << endl;
	return 0;
}

这段C++代码展示了如何使用std::bind函数模板来绑定不同的可调用对象,并通过std::function来存储和使用这些绑定后的可调用对象。下面逐行解释:

  1. 首先引入了<functional>头文件,该头文件包含了std::bindstd::function等用于函数对象操作的组件。

  2. 定义了一个名为Plus的全局函数,它接受两个整数参数ab,并返回它们的和。

  3. 定义了一个名为Sub的类,其中包含一个成员函数sub,它同样接受两个整数参数并返回它们的差值。

  4. main函数内:

    a. 使用std::bindPlus函数与std::placeholders::_1std::placeholders::_2结合,这意味着当func1被调用时,它会接收到两个参数,并将这两个参数作为Plus函数的ab参数。然后将其转换为std::function<int(int, int)>类型的对象func1

    b. 同样地,func2也是通过std::bind绑定到Plus函数上,但这次直接绑定了常量值1和2作为前两个参数。因此,func2不再需要任何参数就能调用,并且始终计算的是1+2的结果。

    c. 创建一个Sub类的对象s

    d. 使用std::bind绑定Sub类的成员函数sub到对象s上,并用占位符placeholders::_1placeholders::_2指代sub函数的两个参数。这样得到的func3在调用时,将把传递给它的两个参数当作s.sub(a, b)中的ab

    e. 类似地,func4也绑定到了s.sub上,但是交换了参数顺序,即将调用时的第二个参数传给sub的第一个参数,第一个参数传给第二个参数。

    f. 最后,通过调用func1func2func3func4并输出结果,验证上述绑定的效果。运行程序将会依次输出3(因为func1(1, 2)调用了Plus(1, 2))、3(func2()隐含调用了Plus(1, 2))、-1(func3(1, 2)调用了s.sub(1, 2))和-3(func4(1, 2)调用了s.sub(2, 1))。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:/a/528129.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

Linux中磁盘管理

一.磁盘管理的概括和简要说明 磁盘空间的管理&#xff0c;使用硬盘三步&#xff1a; &#xff08;1&#xff09;分区&#xff1a; &#xff08;2&#xff09;安装文件系统格式化 &#xff08;3&#xff09;挂载&#xff1a; 硬盘的分类&#xff1a; &#xff08;1&#x…

template—模板初阶(C++)

本篇将会对 Cpp 中的模板进行一个简单的介绍&#xff08;后序还关系模板进阶&#xff0c;对模板的内容进行更深入的讲解&#xff09;&#xff0c;其中包括模板的使用&#xff1a;函数模板、类模板&#xff0c;以及对于泛型编程的理解。其中的重点为函数模板&#xff0c;介绍了函…

使用Docker部署jar包

vi DockerfileDockerfile内容 FROM java:8 ADD chery5G-admin.jar chery5G-admin.jar ENTRYPOINT ["java","-jar","chery5G-admin.jar"]上传jar包到Dockerfile文件同级目录 使用Dockerfile文件&#xff0c;将jar包制作为镜像 docker build -t…

04矩阵键盘实现计算器操作

需求:矩阵键盘实现计算器操作 main.c 代码如下: #include <STC89C5XRC.H> #include "ApplicationProgram.h" #include "Int_DigitalTube.h" #include "Int_MatrixKeyboard.h"void main() {u8 KeyPress;App_Initialize();while (1) {Ke…

外贸企业版本自适应通用型外贸英文多语言网站

外贸网站模板&#xff1a;自适应通用型大气外贸英文多语言网站主要是以文字内容为主导&#xff0c;将页面的设计杂乱的图片和元素进行最小化或者去除&#xff0c;从而使整个页面更加简洁、清晰&#xff0c;突出信息的呈现。 下面介绍一下外贸网站模板: 自适应通用型大气外贸英…

第46期 | GPTSecurity周报

GPTSecurity是一个涵盖了前沿学术研究和实践经验分享的社区&#xff0c;集成了生成预训练Transformer&#xff08;GPT&#xff09;、人工智能生成内容&#xff08;AIGC&#xff09;以及大语言模型&#xff08;LLM&#xff09;等安全领域应用的知识。在这里&#xff0c;您可以找…

如何使用群晖Synology Drive结合cpolar内网穿透实现同步Obsidian笔记文件

文章目录 一、简介软件特色演示&#xff1a; 二、使用免费群晖虚拟机搭建群晖Synology Drive服务&#xff0c;实现局域网同步1 安装并设置Synology Drive套件2 局域网内同步文件测试 三、内网穿透群晖Synology Drive&#xff0c;实现异地多端同步Windows 安装 Cpolar步骤&#…

无人机倾斜摄影技术在智慧城市中的应用

随着智慧城市的不断发展和完善&#xff0c;新兴热门技术也不断崛起。无人机技术作为其中之一&#xff0c;具有操作简单、应用灵活等优势&#xff0c;受到了各个行业的青睐。现阶段&#xff0c;无人机技术与5G移动通信系统、人工智能系统深度融合&#xff0c;实现了无人机技术的…

启明智显M系列--工业级HMI芯片选型表

本章主要介绍启明智显M系列HMI主控芯片&#xff1a; 纯国产自主&#xff0c; RISC-V 内核&#xff0c;配备强大的 2D 图形加速处理器、PNG/JPEG 解码引擎、H.264解码&#xff1b;工业宽温&#xff0c;提供全开源SDK&#xff1b;1秒快速开机启动的特性&#xff0c;极大地提高了…

数据结构——双向循环链表

目录 前言 一、链表的分类 二、双向循环链表 2.1 开辟新的节点 2.2 链表初始化 2.3 打印链表 2.4 链表的尾插 2.5 链表的头插 2.6 链表的尾删 2.7 链表的头删 2.8 查找链表 2.9 在pos位置之后插入数据 2.10 删除pos位置的数据 三、完整代码实现 四、顺序表和双向…

使用 R.swift(生成不了R.generated.swift)

今天算是正儿八经创建第一个swift工程&#xff0c;照着视频引用R.swift pod R.swift 工程配置 "$PODS_ROOT/R.swift/rswift" generate "$SRCROOT/R.generated.swift" $TEMP_DIR/rswift-lastrun $SRCROOT/R.generated.swift * 注意 Run角本要放在 Che…

半导体的主要四大应用

半导体是现代信息社会的基石&#xff0c;是现代工业的“粮食”&#xff0c;是电子设备产品生产制造的核心&#xff0c;它与我们的生活紧密相关。涉及到方方面面&#xff0c;半导体芯片、智能汽车、智慧电网、5G通信、航空航天、国防军工、医疗卫生等等。半导体的主要应用都有哪…

大型语言模型如何助力推荐系统:综述研究

论文地址&#xff1a;https://arxiv.org/pdf/2306.05817.pdf 这篇论文主要探讨了推荐系统&#xff08;RS&#xff09;如何从大型语言模型&#xff08;LLM&#xff09;中获益。论文首先指出&#xff0c;随着在线服务和网络应用的快速发展&#xff0c;推荐系统已成为缓解信息过载…

药店药品进销存管理系统软件可以对有效期管理查询以及对批号库存管理

药店药品进销存管理系统软件可以对有效期管理查询以及对批号库存管理 一、前言 以下软件操作教程以&#xff0c;佳易王药店药品进销存管理软件为例说明 软件文件下载可以点击最下方官网卡片——软件下载——试用版软件下载 软件可以对药品有效期进行管理查询&#xff0c;可以…

Python构建复杂数据管道库之luigi使用详解

概要 在大数据时代,处理海量数据已经成为许多应用和业务的基本需求。为了有效地管理和处理这些数据,需要强大的工具来构建可靠的数据管道。Python Luigi 就是这样一种工具,它提供了一个简单而强大的框架,用于构建复杂的数据处理流程。本文将深入探讨 Python Luigi 的核心概…

使用yolov8实现自动车牌识别(教程+代码)

该项目利用了一个被标记为“YOLOv8”的目标检测模型&#xff0c;专门针对车牌识别任务进行训练和优化。整个系统通常分为以下几个核心步骤&#xff1a; 数据准备&#xff1a; 收集包含车牌的大量图片&#xff0c;并精确地标记车牌的位置和文本信息。数据集可能包含各种环境下的…

基于java+springboot+vue实现的旅游管理系统(文末源码+Lw)23-234

摘 要 如今社会上各行各业&#xff0c;都喜欢用自己行业的专属软件工作&#xff0c;互联网发展到这个时候&#xff0c;人们已经发现离不开了互联网。新技术的产生&#xff0c;往往能解决一些老技术的弊端问题。因为传统旅游管理系统信息管理难度大&#xff0c;容错率低&#…

设计模式之解释器模式(上)

解释器模式 1&#xff09;概述 1.定义 定义一个语言的文法&#xff0c;并且建立一个解释器来解释该语言中的句子&#xff0c;这里的“语言”是指使用规定格式和语法的代码。 2.结构图 3.角色 AbstractExpression&#xff08;抽象表达式&#xff09;&#xff1a;在抽象表达…

PQMII-T20-C-A的控制功能

PQMII-T20-C-A 是一款电力质量监测仪器&#xff0c;它能够提供三相系统的连续监控。 以下是关于PQMII-T20-C-A的一些详细信息&#xff1a; 多参数测量&#xff1a;该设备具备测量电流、电压、有功功率、无功功率、能源使用、电力成本、功率因数和频率等关键电力参数的能力。波…