C++线程库

C++线程库是C++11新增的重要的技术之一，接下来来简单学习一下吧！ 

thread类常用接口

函数名功能
thread()构造一个线程对象，没有关联任何线程函数，即没有启动任何线程。
thread(fn, args1, args2, ...)构造一个线程对象，并关联线程函数fn，args1，args2，...为线程函数的参数。
get_id()获取线程id。
jionable()线程是否还在执行，joinable代表的是一个正在执行中的线程。
jion()该函数调用后会阻塞住线程，当该线程结束后，主线程继续执行。
detach()在创建线程对象后马上调用，用于把被创建线程与线程对象分离开，分离的线程变为后台线程，创建的线程的"死活"就与主线程无关。

线程是操作系统中的一个概念，线程对象可以关联一个线程，用来控制线程以及获取线程的状态，当创建一个线程对象后，没有提供线程函数，该对象实际没有对应任何线程：

int main()
{
	std::thread t1;
	std::cout << t1.get_id() << std::endl;
	return 0;
}

get_id()的返回值类型为id类型，id类型实际为std::thread命名空间下封装的一个类，该类中包含了一个结构体：

// vs下查看
typedef struct
{ /* thread identifier for Win32 */
    void *_Hnd; /* Win32 HANDLE */
    unsigned int _Id;
} _Thrd_imp_t;

当创建一个线程对象后，并且给线程关联线程函数，该线程就被启动，与主线程一起运行。线程函数一般情况下可按照以下三种方式提供：函数指针、lambda表达式、函数对象。

#include<iostream>
#include<thread>
void ThreadFunc(int a)
{
	std::cout << "thread1" << a << std::endl;
}

class TF
{
public:
	void operator()()
	{
		std::cout << "thread3" << std::endl;
	}
};
int main()
{
	//线程函数为函数指针
	std::thread t1(ThreadFunc, 10);

	//线程函数为lambda表达式
	std::thread t2([] {std::cout << "thread2" << std::endl; });

	//线程函数为函数对象
	TF tf;
	std::thread t3(tf);

	t1.join();
	t2.join();
	t3.join();

	std::cout << "Main thread!" << std::endl;

	return 0;
}

thread类是防拷贝的，不允许拷贝构造以及赋值，但是可以移动构造和移动赋值，即将一个线程对象关联线程的状态转移给其他线程对象，转移期间不意向线程的执行。

可以通过jionable()函数判断线程是否是有效的，如果是以下任意情况，则线程无效：

采用无参构造函数构造的线程对象、线程对象的状态已经转移给其他线程对象、线程已经调用jion或者detach结束。

并发与并行的区别？并发是指多个任务在一时间段内交替执行。并行是指多个任务同时执行，每个任务在独立的处理器上执行。

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。

#include<iostream>
#include<thread>
void threadFunc1(int& x)
{
	x += 10;
}

void threadFunc2(int* x)
{
	*x += 10;
}

int main()
{
	int a = 10;
	//在线程函数中对a修改，不会影响外部实参，线程函数参数虽然是引用方式，但其实际引用的是线程栈中的拷贝
	std::thread t1(threadFunc1, a);
	t1.join();
	std::cout << a << std::endl;

	// 如果想要通过形参改变外部实参时，必须借助std::ref()函数
	std::thread t2(threadFunc1, std::ref(a));
	t2.join();
	std::cout << a << std::endl;

	//地址的拷贝
	std::thread t3(threadFunc2, &a);
	t3.join();
	std::cout << a << std::endl;


	return 0;
}

注意：如果是类成员函数作为线程参数时，必须将this作为线程函数参数。

原子性操作库(atomic)

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，比如：

#include<iostream>
#include<thread>
unsigned long sum = 0L;

void fun(size_t num)
{
	for (size_t i = 0; i < num; ++i)
	{
		sum++;
	}
}

int main()
{
	std::cout << "Before joining,sum = " << sum <<std::endl;
	std::thread t1(fun, 10000000);
	std::thread t2(fun, 10000000);
	t1.join();
	t2.join();
	std::cout << "After joining,sum = " << sum << std::endl;
	return 0;
}

C++98中传统的解决方式：可以对共享修改的数据可以加锁保护：

#include<iostream>
#include<mutex>
#include<thread>
unsigned long sum = 0L;
std::mutex _mutex;
void fun(size_t num)
{
	
	for (size_t i = 0; i < num; ++i)
	{
		_mutex.lock();
		sum++;
		_mutex.unlock();
	}
	
}

int main()
{
	
	std::cout << "Before joining,sum = " << sum <<std::endl;
	std::thread t1(fun, 10000000);
	std::thread t2(fun, 10000000);
	t1.join();
	t2.join();
	std::cout << "After joining,sum = " << sum << std::endl;
	return 0;
}

虽然加锁可以解决，但是加锁有一个缺陷就是：只要一个线程在对sum++时，其他线程就会被阻塞，会影响程序运行的效率，而且锁如果控制不好，还容易造成死锁。因此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。需要使用以上原子操作变量时，必须添加头文件#include<atomic>。

#include<iostream>
#include<thread>
#include<atomic>
std::atomic_long sum{ 0 };
void fun(size_t num)
{
	
	for (size_t i = 0; i < num; ++i)
	{
		sum++;
	}
	
}

int main()
{
	
	std::cout << "Before joining,sum = " << sum <<std::endl;
	std::thread t1(fun, 10000000);
	std::thread t2(fun, 10000000);
	t1.join();
	t2.join();
	std::cout << "After joining,sum = " << sum << std::endl;
	return 0;
}

可以看到，在C++11中，程序员不需要对原子类型变量进行加锁解锁操作，线程能够对原子类型变量互斥的访问，更为普遍的，程序员可以使用atomic类模板，定义出需要的任意原子类型：

atmoic<T> t; // 声明一个类型为T的原子类型变量t

注意：原子类型通常属于"资源型"数据，多个线程只能访问单个原子类型的拷贝，因此在C++11
中，原子类型只能从其模板参数中进行构造，不允许原子类型进行拷贝构造、移动构造以及
operator=等，为了防止意外，标准库已经将atmoic模板类中的拷贝构造、移动构造、赋值运算符重载默认删除掉了。

#include <atomic>
int main()
{
    atomic<int> a1(0);
    //atomic<int> a2(a1); // 编译失败
    atomic<int> a2(0);
    //a2 = a1; // 编译失败
    return 0;
}

lock_guard与unique_lock

在多线程环境下，如果想要保证某个变量的安全性，只要将其设置成对应的原子类型即可，即高效又不容易出现死锁问题。但是有些情况下，我们可能需要保证一段代码的安全性，那么就只能通过锁的方式来进行控制。

比如：一个线程对变量number进行加一100次，另外一个减一100次，每次操作加一或者减一之
后，输出number的结果，要求：number最后的值为1。

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

std::mutex _mutex;
int number = 0;

void threadAdd()
{
	for (int i = 0; i < 100; ++i)
	{
		_mutex.lock();
		++number;
		std::cout << "thread 1: " << number << std::endl;
		_mutex.unlock();
	}
}

void threadDel()
{
	for (int i = 0; i < 100; ++i)
	{
		_mutex.lock();
		--number;
		std::cout << "thread 2: " << number << std::endl;
		_mutex.unlock();
	}
}
int main()
{
	std::thread t1(threadAdd);
	std::thread t2(threadDel);
	t1.join();
	t2.join();

	std::cout << "number:" << number << std::endl;
	system("pause");

	return 0;
}

假设线程 t1 先启动，并在执行 _mutex.lock() 之后被线程调度器暂停，此时线程 t2 启动并执行 _mutex.lock()。由于 _mutex 是一个互斥锁，在 t2 执行期间，t1 将会被阻塞，等待 t2 释放 _mutex。

然而，t2 在执行 --number 之后，还没有执行 std::cout 语句，即便它现在想要释放 _mutex，也无法立即释放，因为其他线程正在等待获取该互斥锁。此时，t2 会被线程调度器暂停，t1 仍然无法继续执行。

这样，t1 和 t2 互相等待对方释放互斥锁，形成了死锁状态。没有任何线程能够继续执行，导致程序被死锁。

因此：C++11采用RAII的方式对锁进行了封装，即lock_guard和unique_lock。

mutex的种类

在C++11中，Mutex总共包了四个互斥量的种类：

1.std::mutex

C++11提供的最基本的互斥量，该类的对象之间不能拷贝，也不能进行移动拷贝或赋值。mutex最常用的三个函数:

函数名函数功能.
lock()上锁：锁住互斥量.
unlock()解锁：释放对互斥量的所有权.
try_lock()尝试锁住互斥量，如果互斥量被其他线程占有，则当前线程也不会被阻塞.

注意事项：

⭐当线程调用lock()的时候，会有三种情况：

🌙如果该互斥量当前没有被锁住，则调用线程将该互斥量锁住，直到调用 unlock之前，该线程一直拥有该锁。

🌙如果当前互斥量被其他线程锁住，则当前的调用线程被阻塞住。它会一直等待，直到其他线程释放了该互斥量的锁，才能继续执行。

🌙如果当前互斥量被当前调用线程锁住，再次调用lock操作将导致死锁。这是因为线程已经拥有该互斥量的锁，并且不会释放它，在这种情况下，线程会一直等待自己释放锁，从而导致死锁。

⭐线程函数调用try_lock()时，可能会发生以下三种情况：

🌙如果当前互斥量没有被其他线程占有，则该线程锁住互斥量，直到该线程调用 unlock释放互斥量。
🌙如果当前互斥量被其他线程锁住，则当前调用线程返回 false，而并不会被阻塞掉。
🌙如果当前互斥量被当前调用线程锁住，则会产生死锁(deadlock)。

2. std::recursive_mutex

允许同一个线程对互斥量多次上锁（即递归上锁），来获得对互斥量对象的多层所有权，释放互斥量时需要调用与该锁层次深度相同次数的 unlock()，除此之外，std::recursive_mutex 的特性和 std::mutex 大致相同。

3. std::timed_mutex

比 std::mutex 多了两个成员函数，try_lock_for()，try_lock_until() 。

🌙try_lock_for()
接受一个时间范围，表示在这一段时间范围之内线程如果没有获得锁则被阻塞住（与
std::mutex 的 try_lock() 不同，try_lock 如果被调用时没有获得锁则直接返回false），如果在此期间其他线程释放了锁，则该线程可以获得对互斥量的锁，如果超时（即在指定时间内还是没有获得锁），则返回 false。

 
🌙try_lock_until()
接受一个时间点作为参数，在指定时间点未到来之前线程如果没有获得锁则被阻塞住，如果在此期间其他线程释放了锁，则该线程可以获得对互斥量的锁，如果超时（即在指定时间内还是没有获得锁），则返回 false。

lock_guard

std::lock_gurad 是 C++11 中定义的模板类。定义如下：

//一般传入的就是互斥锁
template<class _Mutex>
class lock_guard
{
public:
	// 在构造lock_gard时，_Mtx还没有被上锁
	//explicit禁止隐式转换
	explicit lock_guard(_Mutex& _Mtx)
		: _MyMutex(_Mtx)
	{
		_MyMutex.lock();
	}
	// 在构造lock_gard时，_Mtx已经被上锁，此处不需要再上锁
	lock_guard(_Mutex& _Mtx, adopt_lock_t)
		: _MyMutex(_Mtx)
	{}
	~lock_guard() _NOEXCEPT
	{
		_MyMutex.unlock();
	}
	lock_guard(const lock_guard&) = delete;
	lock_guard& operator=(const lock_guard&) = delete;
private:
	_Mutex& _MyMutex;
};

通过上述代码可以看到，lock_guard类模板主要是通过RAII的方式，对其管理的互斥量进行了封
装，在需要加锁的地方，只需要用上述介绍的任意互斥体实例化一个lock_guard，调用构造函数成功上锁，出作用域前，lock_guard对象要被销毁，调用析构函数自动解锁，可以有效避免死锁问题。

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

与lock_gard类似，unique_lock类模板也是采用RAII的方式对锁进行了封装，并且也是以独占所有权的方式管理mutex对象的上锁和解锁操作，即其对象之间不能发生拷贝。在构造(或移动(move)赋值)时，unique_lock 对象需要传递一个 Mutex 对象作为它的参数，新创建的unique_lock 对象负责传入的 Mutex 对象的上锁和解锁操作。使用以上类型互斥量实例化unique_lock的对象时，自动调用构造函数上锁，unique_lock对象销毁时自动调用析构函数解锁，可以很方便的防止死锁问题。

与lock_guard不同的是，unique_lock更加的灵活，提供了更多的成员函数：

上锁/解锁操作：lock、try_lock、try_lock_for、try_lock_until和unlock。

 
修改操作：移动赋值、交换(swap：与另一个unique_lock对象互换所管理的互斥量所有权)、释放(release：返回它所管理的互斥量对象的指针，并释放所有权)。

 
获取属性：owns_lock(返回当前对象是否上了锁)、operator bool()(与owns_lock()的功能相
同)、mutex(返回当前unique_lock所管理的互斥量的指针)。

condition_variable 

在C++中也实现了对条件变量的技术支持。条件变量是一种线程同步机制，其作用是对一个线程进行阻塞，而后当该线程的某些条件满足后，就可以进行线程恢复，让线程苏醒。

线程阻塞：

std::condition_variable::wait  未满足某些条件时，阻塞线程。

线程通知：

std::condition_variable::notify_all。通知满足该条件的所有线程苏醒。

std::condition_variable::notify_one。通知满足该条件的某一个线程苏醒。 

案例

支持两个线程交替打印，一个打印奇数，一个打印偶数。

#include<iostream>
#include<mutex>
#include<thread>
#include<condition_variable>
//支持两个线程交替打印，一个打印奇数，一个打印偶数
void two_thread_print()
{
	std::mutex _mutex;
	std::condition_variable cv;
	int n = 100;
	bool flag = true;//线程阻塞条件，false的时候，阻塞线程t1，true的时候阻塞线程t2
	std::thread t1([&]() {
		int i = 0;
		while (i < n)
		{
			std::unique_lock<std::mutex> lock(_mutex);//上锁
			cv.wait(lock, [&]()->bool {return flag; });//当返回true的时候，该线程不会被阻塞
			std::cout << "t1: "<< i << std::endl;
			flag = false;//条件改变
			i += 2;//偶数
			cv.notify_one();//唤醒满足条件的线程之一
		}
		});
	std::thread t2([&]() {
		int j = 1;
		while (j < n)
		{
			std::unique_lock<std::mutex> lock(_mutex);//上锁
			cv.wait(lock, [&]()->bool {return !flag; });//当返回为true的时候，该线程不会被阻塞
			std::cout << "t2: " << j << std::endl;
			flag = true;//改变条件
			j += 2;//奇数
			cv.notify_one();//唤醒满足条件的线程
		}
		});

	t1.join();
	t2.join();
}
int main()
{
	two_thread_print();
	return 0;
}

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/76812.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

04 mysql innodb record

04 mysql innodb record

前言 最近看到了 何登成 大佬的 "深入MySQL源码 -- Step By Step" 的 pdf 呵呵 似乎是找到了一些 方向 之前对于 mysql 方面的东西, 更多的仅仅是简单的使用[业务中的各种增删改查], 以及一些面试题的背诵 这里会参照 MySQL Internals Manual 来大致的看一下 i…
阅读更多...
Opencv特征检测之ORB算法原理及应用详解

Opencv特征检测之ORB算法原理及应用详解

Opencv特征检测之ORB算法原理及应用详解 特征是图像信息的另一种数字表达形式。一组好的特征对于在指定 任务上的最终表现至关重要。视觉里程 （VO） 的主要问题是如何根据图像特征来估计相机运动。但是，整幅图像用来计算分析通常比较耗时，故而转换为分析图像中的特征点的运动…
阅读更多...
深入解析 Axios Blob 的使用方法及技巧

深入解析 Axios Blob 的使用方法及技巧

在 Web 开发中&#xff0c;处理文件传输是一个常见的需求。Blob&#xff08;二进制对象&#xff09;是一种表示二进制数据的方式&#xff0c;常用于处理文件和多媒体数据。本文将介绍如何使用 Axios 和 Blob 来处理文件传输。 Axios Blob 概念 在开始之前&#xff0c;让我们先…
阅读更多...
计算机视觉目标检测性能指标

计算机视觉目标检测性能指标

目录 精确率&#xff08;Precision&#xff09;和召回率&#xff08;Recall&#xff09; F1分数&#xff08;F1 Score&#xff09; IoU&#xff08;Intersection over Union&#xff09; P-R曲线&#xff08;Precision-Recall Curve&#xff09;和 AP mAP&#xff08;mean…
阅读更多...
Spring Boot单元测试与Mybatis单表增删改查

Spring Boot单元测试与Mybatis单表增删改查

目录 1. Spring Boot单元测试 1.1 什么是单元测试? 1.2 单元测试有哪些好处? 1.3 Spring Boot 单元测试使用 单元测试的实现步骤 1. 生成单元测试类 2. 添加单元测试代码 简单的断言说明 2. Mybatis 单表增删改查 2.1 单表查询 2.2 参数占位符 ${} 和 #{} ${} 和 …
阅读更多...
VGG分类实战：猫狗分类

VGG分类实战：猫狗分类

关于数据集 数据集选择的是Kaggle上的Cat and Dog&#xff0c;猫狗图片数量上达到了上万张。你可以通过这里进入Kaggle下载数据集Cat and Dog | Kaggle。 在我的Github仓库当中也放了猫狗图片各666张。 VGG网络 VGG的主要特点是使用了一系列具有相同尺寸 3x3 大小的卷积核进…
阅读更多...
数据结构之动态内存管理机制

数据结构之动态内存管理机制

目录 数据结构之动态内存管理机制 占用块和空闲块 系统的内存管理 可利用空间表 分配存储空间的方式 空间分配与回收过程产生的问题 边界标识法管理动态内存 分配算法 回收算法 伙伴系统管理动态内存 可利用空间表中结点构成 分配算法 回收算法 总结 无用单元收…
阅读更多...
PyTorch翻译官网教程-LANGUAGE MODELING WITH NN.TRANSFORMER AND TORCHTEXT

PyTorch翻译官网教程-LANGUAGE MODELING WITH NN.TRANSFORMER AND TORCHTEXT

官网链接 Language Modeling with nn.Transformer and torchtext — PyTorch Tutorials 2.0.1cu117 documentation 使用 NN.TRANSFORMER 和 TORCHTEXT进行语言建模 这是一个关于训练模型使用nn.Transformer来预测序列中的下一个单词的教程。 PyTorch 1.2版本包含了一个基于论…
阅读更多...
判断推理

判断推理

六哥爱学习呀 产品经理 不是说我努力学习我就一定可以通过考试&#xff0c;所以是推不出&#xff0c;类似数学中充分必要性 8 回复 发布于 2019-08-07 16:28 官方解析&#xff1a; 当丙的范围足够大时&#xff0c;可能与甲相交或完全包含甲&#xff0c;在此情况下&#xff0c;有…
阅读更多...
Python方式实现射后不管导弹的简易制导系统

Python方式实现射后不管导弹的简易制导系统

1 问题 对QN-506上的S570智能反坦克制导导弹的射后不管产生了浓厚的兴趣&#xff0c;想用Python简易还原一下。 2 方法 之前查阅资料时了解到使用pygame库制作的贪吃蛇&#xff0c;是否有一种方法能让“贪吃蛇”一直跟着鼠标走呢&#xff1f;鼠标模拟行进中的坦克&#xff0c;“…
阅读更多...
Linux 常见问题解决思路

Linux 常见问题解决思路

Linux 常见问题解决思路 CPU 高系统平均负载高&#xff08;load average&#xff09; CPU 高 1&#xff0c;步骤&#xff1a;查找进程-》查找线程-》分析threadDump日志-》找出问题代码 a、查看 cpu 高的 java 进程 topb、生成进程下所有线程的栈日志 jstack 1721 > 1712.…
阅读更多...
设计模式之单例设计模式

设计模式之单例设计模式

单例设计模式 2.1 孤独的太阳盘古开天&#xff0c;造日月星辰。2.2 饿汉造日2.3 懒汉的队伍2.4 大道至简 读《秒懂设计模式总结》 单例模式(Singleton)是一种非常简单且容易理解的设计模式。顾名思义&#xff0c;单例即单一的实例&#xff0c;确切地讲就是指在某个系统中只存在…
阅读更多...
centos 7.9 部署django项目

centos 7.9 部署django项目

1、部署框架 主要组件&#xff1a;nginx、uwsgi、django项目 访问页面流程&#xff1a;nginx---》uwsgi---》django---》uwsgi---》nginx 2、部署过程 操作系统&#xff1a;centos 7.9 配置信息&#xff1a;4核4G 50G 内网 eip &#xff1a;10.241.103.216 部署过程&…
阅读更多...
pycharm调整最大堆发挥最大

pycharm调整最大堆发挥最大

python程序运行时&#xff0c;怎么提高效率&#xff0c;设置pycharm最大堆过程如下&#xff1b; 一、进入设置pycharm最大堆&#xff1b; 二、进入设置pycharm最大堆&#xff1b; 如果8g设置为6g左右&#xff0c;占75%左右最佳
阅读更多...
数学建模之“TOPSIS数学模型”原理和代码详解

数学建模之“TOPSIS数学模型”原理和代码详解

一、简介 TOPSIS&#xff08;Technique for Order Preference by Similarity to Ideal Solution&#xff09;是一种多准则决策分析方法&#xff0c;用于解决多个候选方案之间的排序和选择问题。它基于一种数学模型&#xff0c;通过比较每个候选方案与理想解和负理想解之间的相…
阅读更多...
小程序CSS button按钮自定义高度之后不居中

小程序CSS button按钮自定义高度之后不居中

问题&#xff1a; 按钮设置高度后不居中 <view><button class"btn1" size"">Save</button> </view> page {font-size: 30rpx; }.btn1 {margin-top: 100rpx;height: 190rpx;background: linear-gradient(90deg, #FF8A06, #FF571…
阅读更多...
c语言每日一练(8)

c语言每日一练(8)

前言&#xff1a;每日一练系列&#xff0c;每一期都包含5道选择题&#xff0c;2道编程题&#xff0c;博主会尽可能详细地进行讲解&#xff0c;令初学者也能听的清晰。每日一练系列会持续更新&#xff0c;暑假时三天之内必有一更&#xff0c;到了开学之后&#xff0c;将看学业情…
阅读更多...
微信小程序：模板使用

微信小程序：模板使用

目录 模板的优点&#xff1a; 一、静态模板创建 二、静态模板使用 1.*.wxml引入模板 2.模板使用 3.*.wxss引入模板的样式 三、动态模板创建 四、动态模板使用 1.*.wxml引入模板 2.模板使用 3.*.js定义动态数据 五、结果展示 总结 模板的优点&#xff1a; 有利于保持网…
阅读更多...
NVIDIA Omniverse与GPT-4结合生成3D内容

NVIDIA Omniverse与GPT-4结合生成3D内容

全球各行业对 3D 世界和虚拟环境的需求呈指数级增长。3D 工作流程是工业数字化的核心&#xff0c;开发实时模拟来测试和验证自动驾驶车辆和机器人&#xff0c;操作数字孪生来优化工业制造&#xff0c;并为科学发现铺平新的道路。 如今&#xff0c;3D 设计和世界构建仍然是高度…
阅读更多...
HDFS原理剖析

HDFS原理剖析

一、概述 HDFS是Hadoop的分布式文件系统&#xff08;Hadoop Distributed File System&#xff09;&#xff0c;实现大规模数据可靠的分布式读写。HDFS针对的使用场景是数据读写具有“一次写&#xff0c;多次读”的特征&#xff0c;而数据“写”操作是顺序写&#xff0c;也就是…
阅读更多...
最新文章

Copyright @ 2022~2023