C++11并发编程

目录

一、线程的创建

1、介绍thread类

2、创建线程

二、线程的2种工作方式

其一:关联主线程

其二:拆离主线程

两种工作方式的使用-代码示例

detach

join

三、线程安全问题

1、什么是线程安全

2、怎么使程序线程安全

保护对共享数据的操作-加互斥锁

1)互斥锁 mutex

互斥锁介绍

互斥锁的使用

a. 使用lock_guard

b.使用unique_lock

c.使用mutex的成员函数lock和unlock

2)读写锁

共享互斥量shared_mutex介绍

读写锁使用

采用具有“自保能力”的共享变量-使用原子类型

什么是原子操作

原子类型

原子类型使用

四、线程间的通讯和同步-条件变量

条件变量condition_variable

条件变量(condition_variable类)的使用

介绍关键成员函数(等待和唤醒)

wait(等待)

notify_one 和 notify_all(唤醒)

条件变量的使用

五、异步执行

C++中的异步执行

相关方法/类介绍

std::async

std::future

异步执行实现


本篇文章主要介绍在C++中如何实现基本的并发编程。介绍了C++11、14、17的相关C++特性。面向对并发和多线程有些基本了解,但是不知如何使用C++新特性去实现并发编程的小伙伴们。本篇文章对这类疑问起到一个入门的参考作用,相关函数和类可能介绍的不是十分全面,但是基本用法都有说明,如果想要了解更多,可以参考C++标准库官方文档等资料。

一、线程的创建

创建线程,需要使用thread类

1、介绍thread类

首先介绍下thread类

 用途:用于创建和管理线程

一些函数介绍:

get_id: 获取当前线程的唯一标识

sleep_for: 休眠线程一段时间(输入参数为时间段,比如“1s”)

this_thread::sleep_for(chrono::seconds(1));

sleep_until: 休眠线程,直到指定时间(输入参数为时间点,比如“今天22:00”)

2、创建线程

要创建一个线程,肯定要在线程中执行一个任务,该任务需要使用函数来封装。所以线程在创建时,必须要传入一个函数,此函数可以是具名函数,也可以是匿名函数。此外,如果函数需要传参,我们还要处理参数传入问题。

当执行有参函数时,只需要在函数指针后依次传入参数即可。

【注】不理解匿名函数的同学可以参考博主另一篇文章  C++ lambda表达式_c++ lamda捕获范围-CSDN博客

代码示例

#include <thread>
using namespace std;

int main(){
    //1、创建新线程并执行无参函数
    //执行具名函数
    thread th1(func_th);
    //执行匿名函数
    thread th11([]{cout << "lambda func" << endl;});
    //2、创建新线程并执行有参函数
    //执行具名函数
    thread th2(func_th_param, 8);
    //执行匿名函数
    thread th22([](int n){cout << "lambda func " << n << endl;}
    , 9);

    if (th1.joinable()) th1.join(); //关联主函数,后面会介绍
    if (th2.joinable()) th2.join();
    if (th11.joinable()) th11.join();
    if (th22.joinable()) th22.join();

    cout << "main th end!" << endl;
    std::this_thread::sleep_for(std::chrono::seconds(1));
    return 0;
}

需要注意的是,当需要执行的目标函数需要传入引用类型的参数时,需要在线程创建时使用ref(引用)或 cref(const 引用)显式获取变量的引用传入,否则编译报错。

void func_th1(int& n)
{
    cout << "new th " << endl;
}
void func_th2(const int& n)
{
    cout << "new th " << endl;
}

int main(){
    int n = 0;
    //thread th(func_th1, n); //会报错,因为类型不匹配
    thread th1(func_th1, ref(n)); //正确,获取n的引用传入
    thread th2(func_th2, cref(n)); //正确,获取n的常量引用传入

    if (th1.joinable()) th1.join();
    if (th2.joinable()) th2.join();

    cout << "main th end!" << endl;
    std::this_thread::sleep_for(std::chrono::seconds(1));
    return 0;
}

二、线程的2种工作方式

此节还是介绍thread类,需要用到的成员函数:join、detach、joinable。

其一:关联主线程

调用join方法,则该线程和主线程进行关联,主线程会等待子线程结束后再继续向下执行。在调用join前,一般使用joinable判断是否可以关联。当发生:该线程已经被join或detach过;该线程已经被销毁等情况时,直接关联会产生错误。

例如下列代码,将会报错

void func_th(int n)
{
    while(n--)
    {
        //cout << "* ";
    }
    cout << endl;
}

int main(){
    thread th(func_th, 10);
    th.join();
    th.join();

    return 0;
}

其二:拆离主线程

调用detach方法,则该线程从主线程剥离,主线程不会等待该线程的执行,主线程继续执行。该线程由操作系统负责释放。可以理解为一种后台工作的模式。

两种工作方式的使用-代码示例

detach

#include <thread>

void func_th()
{
    cout << "th start..." << endl;
    std::this_thread::sleep_for(std::chrono::seconds(1));
    cout << "th end..." << endl;
}

int main(){
    cout << "main th start!" << endl;
    thread th(func_th);
    th.detach();
    cout << "main th end!" << endl;
    std::this_thread::sleep_for(std::chrono::seconds(1));
    return 0;
}

输出:

由此可见,使用detach分离线程,主线程不会等待该线程执行。

join

main函数修改如下

int main(){
    cout << "main th start!" << endl;
    thread th(func_th);
    if (th.joinable()) th.join();
    cout << "main th end!" << endl;
    std::this_thread::sleep_for(std::chrono::seconds(1));
    return 0;
}

输出:

使用join关联主线程,则主线程在执行到join()被调用处,将等待子线程执行完成后再继续向下执行。

三、线程安全问题

在多线程的系统中,线程安全问题是一定要考虑的。

1、什么是线程安全

线程安全,是指在多线程环境中,对共享数据的访问和操作不会导致数据的不一致或不正确,程序功能正常执行的一种状态。当一个程序或库可以在并发执行时,不对其进行额外的同步或保护的条件下,依然能够保持其预期的行为,则这个程序或库是线程安全的。

如下列代码

函数func_shared被多个线程调用,同一时刻可能存在多个线程对共享变量data进行修改,data变量容易引发无法预见的错误。这段程序不是线程安全的。

vector<int> data;
void func_shared(char n)
{
    data.pop_back();
    data.push_back(n);
}

int main(){
    thread th1(func_shared, 8);
    thread th2(func_shared, 9);

    if (th1.joinable()) th1.join();
    if (th2.joinable()) th2.join();

    return 0;
}

在多线程编程中,如果忽视线程安全。则会引发一些不可预见的错误。比较典型的,比如发生竞争条件,甚至引起数据损坏应用崩溃等。其他错误都好理解,下面介绍下竞争条件问题。

竞争条件:

在多个线程同时读取变量、进行计算、并写回结果的情况下,如果该共享变量不是原子类型(后面会介绍原子类型),也没有同步机制的保护,则会因为写回操作的执行顺序问题,导致结果不符合预期。

更详细的解释,例如下列代码,启动100个线程,均对共享变量dat进行自增操作。但是可能在某一时刻,线程A,读取到dat等于700,并进行+1,当A没有写回dat时,线程B随即读到dat也等于700,则这两次计算其实只将dat加1等于701。所以最终结果,很有可能不是我们预期的 10000*100。

这就是发生了竞争条件问题。

#include <iostream>
#include <algorithm>
#include <vector>
#include <atomic>
#include <thread>
using namespace  std;

int dat(0);

void func(int n)
{
    for(int i = 0; i < n; ++i)
    {
        dat++;
    }
}

int main(){
    vector<thread> ths;
    for(int i = 0; i < 100; ++i)
    {
        ths.emplace_back(func, 10000);
    }
    for(auto& th : ths)
    {
        th.join();
    }
    cout << dat << endl;
    return 0;
}

2次运行结果:

2、怎么使程序线程安全

从上述例子可见,由于1)共享数据本身不存在保护自己的能力;2)对共享数据的操作没有提前保护。导致这段程序在并发环境下的线程不安全。那么,我们可以从这2方面入手使整段程序线程安全。互斥锁具有如下特性:

保护对共享数据的操作-加互斥锁

1)互斥锁 mutex
互斥锁介绍

互斥锁是最常用的同步机制之一,在访问共享资源前添加互斥锁,能够保证同时只有一个线程能够访问该资源,其他线程必须等待当前持有锁的线程释放锁后才能进行访问。

  • 独占性: 同一时间只允许一个线程持有锁。
  • 阻塞等待: 如果某个线程尝试获取锁而发现锁已经被其他线程占用,则该线程会被阻塞,直到锁被释放。
互斥锁的使用
a. 使用lock_guard

std::lock_guard是一个 RAII(资源获取即初始化)风格的模板类,用于自动管理mutex的加锁和解锁。在需要加锁的作用域内使用lock_guard加锁,离开作用域范围后自动解锁。使用方法如下

#include <thread>
#include <mutex>

vector<int> data;
std::mutex mtx;
void func_shared(char n)
{
    {
        std::lock_guard<std::mutex> lock(mtx); //加锁
        data.pop_back();
        data.push_back(n);
    }
    //离开{}范围,即离开了作用域自动解锁,如果不添加{}缩小作用域,则整个函数都将处于锁定范围
}
b.使用unique_lock

 unique_lock是另一种RAll风格的互斥锁管理模板类,和lock_guard不同的是,unique_lock除了会在离开作用域后自动解锁,也可以在作用域内手动解锁,并且可以在需要锁定的时候再次加锁,所以比lock_guard更加灵活。

vector<int> data;
std::mutex mtx;
void func_shared(char n)
{
    {
        std::unique_lock<std::mutex> lock(mtx); //加锁
        data.pop_back();
        lock.unlock(); //手动解锁
        
        cout << data.size() << endl;
        
        lock.lock(); //二次锁定
        data.push_back(n);
    }
    //离开了作用域自动解锁
}
c.使用mutex的成员函数lock和unlock

mutex类提供了负责加锁的成员函数 lock() 以及解锁的成员函数 unlock(),可以直接调用。这样使用锁一定要注意,每次加锁后要有对应的解锁,否则容易引发死锁。

void func_shared(char n)
{
    mtx.lock(); //加锁
    data.pop_back();
    data.push_back(n);
    mtx.unlock(); //解锁
}
2)读写锁
共享互斥量shared_mutex介绍

读写锁是使用shared_mutex实现的。shared_mutex提供了读写分离的功能,允许多个线程同时读取共享资源,但是在写入时会互斥锁定共享资源。

读写锁的特点:

  • 并发读取:多个线程可以同时获取读锁,并同时读取共享资源,读锁之前不互斥
  • 独占写入:当发生写入操作,一个线程获取写锁时,其他线程无法获取读锁或写锁,即无法读写该共享资源,直到该线程的写入操作完成。
读写锁使用

通过使用shared_lock对shared_mutex进行管理,实现读锁

使用unique_lock对shared_mutex进行管理,实现写锁

#include <shared_mutex>
using namespace  std;

std::shared_mutex rw_mtx;
int dat = 0;

void read_func()
{
    std::shared_lock<std::shared_mutex> r_lock(rw_mtx); //读锁锁定
    cout << dat << endl;
    //锁将在函数执行完释放
}

void write_func(int d)
{
    std::unique_lock<std::shared_mutex> w_lock(rw_mtx); //写锁锁定
    dat = d;
    //锁将在函数执行完释放
}

采用具有“自保能力”的共享变量-使用原子类型

加锁虽然可以在多线程中对共享资源进行保护,但是它有个缺点,就是太慢了。每次加锁、解锁都会造成资源消耗。而定义原子类型就不会产生这样的问题。

什么是原子操作

原子操作是指不会被其它线程中断的操作。这种操作要么还未开始,要么全部完成,如在执行过程中则不会被线程调度的机制打断。

原子类型

在C++11标准中引入了原子操作库<atomic>,提供了一系列原子类型。对这些类型的操作是原子操作。

每个 atomic_integral 类型都具有与 atomic<T> 的相应实例化相同的成员函数集,并且可以传递至任何非成员原子函数。

需要注意的是,原子操作通常是针对固定大小、基本数据类型的变量设计的,因为它们可以直接映射到硬件级别的原子指令或者操作系统提供的原子操作接口。所以类似string等数据结构,C++标准库不具有对应的原子类型。

原子类型使用

我们使用上面介绍竞争条件的代码,仅仅只是将共享变量改为原子类型,

#include <atomic>
#include <thread>
using namespace  std;

atomic<int> dat(0); //原子类型变量

void func(int n)
{
    for(int i = 0; i < n; ++i)
    {
        dat++;
    }
}

int main(){
    vector<thread> ths;
    for(int i = 0; i < 100; ++i)
    {
        ths.emplace_back(func, 10000);
    }
    for(auto& th : ths)
    {
        th.join();
    }
    cout << dat << endl;
    return 0;
}

运行结果符合预期:

四、线程间的通讯和同步-条件变量

个人理解线程同步就是线程间协调资源、协同工作的一种工作模式。在多线程模式下,有的时候需要线程间合作起来,按照某种顺序协调资源,才能实现预定目标。

比如在生产者-消费者模式中,线程A需要生产一定量的数据后,线程B再将这些数据进行消费计算,如果数据资源为空,线程B去调用计算没有任何意义,甚至可能产生错误。而类似这种工作需要线程间进行通信,同步状态才能执行。

其实互斥锁、原子操作等都是实现线程同步的重要组成部分,但锁的应用上一节已经介绍,这节重点介绍条件变量。

条件变量condition_variable

条件变量是多线程编程中线程间通信和同步的重要工具之一。它可以使一个线程在等待某个特定条件发生时候阻塞,并在条件满足后被唤醒。

常用场景:

  1. 在生产者-消费者模型中,当生产者线程产生了数据,可以通过条件变量唤醒消费者线程进行消费;
  2. 线程间的同步:当一个线程需要等待另一个线程完成某项工作后才能执行时,可以使用条件变量进行线程间的同步;
  3. 事件通知:当某个事件发生时,需要通知一个或多个线程执行相应的操作时,可以使用条件变量实现。

条件变量(condition_variable类)的使用

介绍关键成员函数(等待和唤醒)
wait(等待)

wait用于阻塞线程,以等待条件满足。它有两种重载形式:

  1. void wait(unique_lock<mutex>& Lck);
  2. void wait(unique_lock<mutex>& Lck, Predicate Pred);

首先,必须要传入的第一个参数是互斥锁对象,不可以直接传入mutex对象,而是需要unique_lock模板管理的锁对象。

第二个可选参数是一个谓词,可以是任何返回值为bool类型的表达式,比如变量、比较运算表达式、返回值为bool类型的函数(包括匿名函数)等。如果Pred最终值为true,则wait释放阻塞(不阻塞),继续向下执行;如果Pred最终值为false,则wait阻塞线程。

具体使用方法见下面代码。

notify_one 和 notify_all(唤醒)

用于对condition_variable对象发出唤醒信号。

其中notify_one可以对一个线程发出唤醒信号,如果有多个线程等待唤醒,那么会由操作系统调度决定唤醒哪个;

notify_all可以唤醒所有此condition_variable对象阻塞的线程。

条件变量的使用

条件变量需要和互斥量配合起来使用。

为什么条件变量需要和互斥锁配合使用?

1、条件变量本身并不是原子操作,不具备互斥保护的能力。也就是在获取条件变量状态、操作条件变量的过程需要互斥锁来保护;

2、当条件变量控制多个线程的消费状态时,如果多个线程被同时唤醒,多个线程会同时继续执行访问共享资源,所以需要使用互斥锁避免发生竞态条件。

所以在操作条件变量前,线程需要先获取一个互斥锁,避免发生不可预见的错误。

条件变量的使用一般有两个操作--等待和唤醒。在操作条件变量前,先获取互斥锁,那么在条件变量被调用等待函数(当前线程调用wait)时,该方法在等待期间会释放互斥锁,并阻塞当前线程;当条件变量被唤醒(其他线程调用notify_one或notify_all)时,wait会解除阻塞,该线程会重新获取互斥锁并继续执行。

例如实现代码:使用一个线程生产10个数字(0.5s生产一个),当队列满时, 使用2个线程输出这10个数字。

#include <iostream>
#include <algorithm>
#include <thread>
#include <condition_variable>
#include <queue>
using namespace  std;

queue<int> dat;
condition_variable cv;
mutex mtx;

bool data_ready = false;
void producer()
{
    int n = 10;
    while(n--)
    {
        {
            unique_lock<mutex> lock(mtx); //添加数据前加锁
            dat.push(n);
        }
        this_thread::sleep_for(chrono::milliseconds(500));//模拟生产环境-间隔500ms消费一个数据
    }
    cout << "produce finished. notify consumer!!!" << endl;
    data_ready = true;
    cv.notify_all();
}

void consumer1()
{
    while(1)
    {
        unique_lock<mutex> lock(mtx); //在使用共享数据前加锁
        cv.wait(lock,
                []{return data_ready && !dat.empty();}); //如果数据ready并且队列不是空,则继续执行,否则阻塞
        cout << "thread1 get data: " << dat.front() << endl;
        this_thread::sleep_for(chrono::milliseconds(100));//模拟消费环境-间隔100ms消费一个数据
        dat.pop();
    }
}

void consumer2()
{
    while(1)
    {
        unique_lock<mutex> lock(mtx); //在使用共享数据前加锁
        cv.wait(lock,
                []{return data_ready && !dat.empty();}); //如果数据ready并且队列不是空,则继续执行,否则阻塞
        cout << "thread2 get data: " << dat.front() << endl;
        this_thread::sleep_for(chrono::milliseconds(100));//模拟消费环境-间隔100ms消费一个数据
        dat.pop();
    }
}

int main(){
    thread th_pro(producer);
    thread th_con1(consumer1);
    thread th_con2(consumer2);

    if(th_pro.joinable()) th_pro.join();
    if(th_con1.joinable()) th_con1.join();
    if(th_con2.joinable()) th_con2.join();
    cout << "finished!!!" << endl;
    return 0;
}

运行结果:

从结果可见,达到预期。生产全部10个数据后,由2和消费线程处理了这些数据,并且没有产生错误。

条件变量基础使用介绍到这里,如果想深入学习其他方法(例如wait_for、wait_until等),可以参考官方文档。

五、异步执行

C++中的异步执行

异步执行指的是一个任务可以在后台或者并发执行,不阻塞当前线程的执行方式。

在C++11标准中,引入std::async用于异步执行一个函数或其他可调用对象,并且可以使用std::future对象获取任务的返回值或者等待任务完成。程序员只负责将任务传递给std::async,由C++标准库进行开辟线程、管理线程等工作。

使用std::async的实现一般称为基于任务的异步设计。我们知道使用std::thread也可以实现异步执行,我们一般称为基于线程的异步设计。

如果我们想要实现异步编程,要优先选用基于任务而非基于线程的程序设计。原因如下:

  1. 基于任务的异步编程是更高阶的抽象设计,std::async的使用,把程序员在线程管理的工作中解放出来,不用关心线程管理的细节;
  2. 相比于基于std::thread的设计,基于std::async的程序能够更方便地获取任务返回结果;
  3. 如果需要执行的任务发生异常,基于std::thread的实现会直接产生中断程序,而基于std::async的实现可以捕获异常,保证程序正常执行。

相关方法/类介绍

std::async

std::async是声明在 future 头文件中的函数模板。它有两种重载形式

template <class Fn, class... ArgTypes>
future<typename result_of<Fn(ArgTypes...)>::type>
    async(Fn&& fn, ArgTypes&&... args);

template <class Fn, class... ArgTypes>
future<typename result_of<Fn(ArgTypes...)>::type>
    async(launch policy, Fn&& fn, ArgTypes&&... args);
  • 参数fn:任务对象。需要输入可调用对象,比如函数对象,lambda表达式等,定义了需要执行的任务;
  • 参数args:参数列表。如果输入的fn需要传入参数,则在fn之后依次传入;
  • 参数policy:启动策略。是一个可选参数,用于指定异步任务的启动方式。如果不指定此参数,标准库会根据情况选择合适的启动策略。这个参数有2个常用枚举值:
    • std::launch::async:表示任务应该再一个新线程中异步执行,使用这个参数std::async会创建一个新线程去执行传入的任务;
    • std::launch::deferred:表示任务的执行被推迟到调用std::future对象的get()或wait()方法时。这种情况下,任务其实还是在当前线程中同步执行的,只不过执行时间被推迟。
  • 返回值:返回一个std::future的对象,该对象的使用方式见下面介绍。

std::future

std::future是一个模板类,用于描述异步操作的结果,包括任务的返回值、任务的状态和处理异常等。

std::future的基本特性和常用方法:

  1. 获取结果:使用get()方法来获取任务的结果。如果任务执行成功,get()是返回值;如果任务抛出了异常,get()会重新抛出该异常,可以在主线程中重新捕获该异常;
  2. 检查状态:使用vaild()来检查该future对象是否有效,即是否关联了一个有效的异步任务。
  3. 阻塞和同步:get()方法会阻塞当前线程,即如果在调用get()处,异步任务还没有执行完成,则调用get()的线程会被阻塞,等待异步任务执行完成才会继续向下执行;wait()方法用于等待异步操作完成,也具有阻塞的功能,但是它不能获取返回值,只会确保异步任务完成。

vaild()函数用于检测是否是有效的std::future对象,是有关联了一个有效的异步任务。那么什么是有效的?

1、首先,std::future对象已经被初始化,并且关联着一个有效的异步任务(例如,通过std::async创建的任务,或者通过std::promisestd::future 关联的任务。后面两种关联任务的方式不再介绍,有兴趣可以查看相关资料学习)

2、std::future对象没有被移动或销毁。

异步执行实现

例1:异步启动一个任务,打印任务执行结果(返回值)

#include <iostream>
#include <algorithm>
#include <future>
using namespace  std;

int func_asyn()
{
    cout << "func_asyn run..." << endl;
    this_thread::sleep_for(chrono::seconds(1));
    cout << "func_asyn finished..." << endl;
    return 666;
}

int main(){
    auto fu = std::async(std::launch::async, func_asyn);
    cout << "main running!!!" << endl;
    cout << fu.get() << endl;
    cout << "main finished!!!" << endl;

    return 0;
}

输出:

例2:异步执行一个任务,捕获任务中的异常,并输出异常描述

#include <iostream>
#include <algorithm>
#include <future>
using namespace  std;

int func_asyn(int n)
{
    if(n < 0)
        throw invalid_argument("invalid arg!!!");
    return n;
}

int main(){
    try {
        auto fu1 = std::async(std::launch::async, func_asyn, 1);
        auto fu2 = std::async(std::launch::async, func_asyn, -1);
        cout << "get fu1..." << endl;
        cout << fu1.get() << endl;
        cout << "get fu2..." << endl;
        cout << fu2.get() << endl;
        cout << "finished!!!" << endl;
    } catch (const std::exception& e) {
        cout << e.what() << endl;
    }

    return 0;
}

输出

【参考资料】

thread 类 | Microsoft Learn

<atomic> | Microsoft Learn

<mutex> | Microsoft Learn

<shared_mutex> | Microsoft Learn

condition_variable 类 | Microsoft Learn

<future> | Microsoft Learn

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/870356.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

Redis (常用数据结构和命令)

目录 简介 概述 特点 数据结构 常用命令 通用命令 keys del exists expire 与 ttl String 命令 SET 和GET: MSET和MGET INCR和INCRBY和DECY SETNX SETEX Redis 命令 Key 的层级结构 key层级关系 &#xff1a; Hash命令 HSET和HGET HMSET和HMGET HGETALL H…

深入浅出WebRTC—ULPFEC

FEC 通过在发送端添加额外的冗余信息&#xff0c;使接收端即使在部分数据包丢失的情况下也能恢复原始数据&#xff0c;从而减轻网络丢包的影响。在 WebRTC 中&#xff0c;FEC 主要有两种实现方式&#xff1a;ULPFEC 和 FlexFEC&#xff0c;FlexFEC 是 ULPFEC 的扩展和升级&…

数据结构——堆(C语言版)

树 树的概念&#xff1a; 树&#xff08;Tree&#xff09;是一种抽象数据结构&#xff0c;它由节点&#xff08;node&#xff09;的集合组成&#xff0c;这些节点通过边相连&#xff0c;把 节点集合按照逻辑顺序抽象成图像&#xff0c;看起来就像一个倒挂着的树&#xff0c;也…

OpenCV图像滤波(1)双边滤波函数bilateralFilter的使用

操作系统&#xff1a;ubuntu22.04 OpenCV版本&#xff1a;OpenCV4.9 IDE:Visual Studio Code 编程语言&#xff1a;C11 功能描述 bilateralFilter是图像处理和计算机视觉领域中的一种高级图像滤波技术&#xff0c;特别设计用于在去除噪声的同时保留图像的边缘和细节。相比于传…

网络编程总复习

TCP的创建&#xff1a; 服务器端 &#xff1a; 客户端&#xff1a;

ESP8266用AT指令实现连接MQTT

1准备工作 硬件&#xff08;ESP8266&#xff09;连接电脑 硬件已经烧入了MQTT透传固件 2实现连接 2-1&#xff08;进入AT模式&#xff09; 打开串口助手发送如下指令 AT 2-2&#xff08;复位&#xff09; ATRST 2-3&#xff08;开启DHCP&#xff0c;自动获取IP&#x…

The Llama 3 Herd of Models.Llama 3 模型论文全文

现代人工智能(AI)系统是由基础模型驱动的。本文提出了一套新的基础模型,称为Llama 3。它是一组语言模型,支持多语言、编码、推理和工具使用。我们最大的模型是一个密集的Transformer,具有405B个参数和多达128K个tokens的上下文窗口。本文对Llama 3进行了广泛的实证评价。我们…

Linux系统上安装Redis

百度网盘&#xff1a; 通过网盘分享的文件&#xff1a;redis_linux 链接: https://pan.baidu.com/s/1ZcECygWA15pQWCuiVdjCtg?pwd8888 提取码: 8888 1.把安装包拖拽到/ruanjian/redis/文件夹中&#xff08;自己选择&#xff09; 2.进入压缩包所在文件夹&#xff0c;解压压缩…

深入浅出WebRTC—LossBasedBweV2

WebRTC 同时使用基于丢包的带宽估计算法和基于延迟的带宽估计算法那&#xff0c;能够实现更加全面和准确的带宽评估和控制。基于丢包的带宽估计算法主要依据网络中的丢包情况来动态调整带宽估计&#xff0c;以适应网络状况的变化。本文主要讲解最新 LossBasedBweV2 的实现。 1…

计算机网络实验-RIP配置与分析

前言&#xff1a;本博客仅作记录学习使用&#xff0c;部分图片出自网络&#xff0c;如有侵犯您的权益&#xff0c;请联系删除 一、相关知识 路由信息协议&#xff08;Routing Information Protocol&#xff0c;RIP&#xff09;是一种基于距离向量&#xff08;Distance-Vector&…

python题解

宽度与对齐 输出455、-123、987654&#xff0c;宽度为5&#xff0c;分别左对齐和右对齐 格式 输入格式&#xff1a; 无 输出格式&#xff1a; 输出为整型&#xff0c;空格分隔。每个数的输出占一行 样例 1 输入&#xff1a; 无 复制 输出&#xff1a; 455 455 -123 -123 98…

智慧工地视频汇聚管理平台:打造现代化工程管理的全新视界

一、方案背景 科技高速发展的今天&#xff0c;工地施工已发生翻天覆地的变化&#xff0c;传统工地管理模式很容易造成工地管理混乱、安全事故、数据延迟等问题&#xff0c;人力资源的不足也进一步加剧了监管不到位的局面&#xff0c;严重影响了施工进度质量和安全。 视频监控…

ubuntu安装mysql8.0

文章目录 ubuntu版本安装修改密码取消root跳过密码验证 ubuntu版本 22.04 安装 更新软件包列表 sudo apt update安装 MySQL 8.0 服务器 sudo apt install mysql-server在安装过程中&#xff0c;系统可能会提示您设置 root 用户的密码&#xff0c;请务必牢记您设置的密码。…

从零开始:在Linux系统上创建和管理Conda环境的详细指南【安装教程】

引言 在数据科学和机器学习领域&#xff0c;使用虚拟环境来管理不同项目的依赖是一个常见且重要的实践。Conda是一个强大的包管理和环境管理工具&#xff0c;广泛应用于Python和R的开发环境中。本文将详细介绍如何在Ubuntu系统上从零开始安装和使用Conda&#xff0c;通过创建和…

vscode调试nextjs前端后端程序、nextjs api接口

最近有一个项目使用了nextjs框架&#xff0c;并且使用nextjs同时实现了前后端&#xff0c;由于之前前后端都是分离的&#xff0c;前端的调试可以通过在代码种添加debugger或者直接在浏览器中打断点实现&#xff0c;现在想调试后端接口&#xff0c;前面的方式就不适用了。故研究…

如何查看jvm资源占用情况

如何设置jar的内存 java -XX:MetaspaceSize256M -XX:MaxMetaspaceSize256M -XX:AlwaysPreTouch -XX:ReservedCodeCacheSize128m -XX:InitialCodeCacheSize128m -Xss512k -Xmx2g -Xms2g -XX:UseG1GC -XX:G1HeapRegionSize4M -jar your-application.jar以上配置为堆内存4G jar项…

秋招突击——7/23——百度提前批面试准备和正式面试

文章目录 引言一面准备面试预演一1、讲一下hashcode()和equals()关系2、equals()和有什么区别3、讲一下重载和重写的区别4、讲一下深拷贝、浅拷贝的区别5、讲一下Java异常的基类&#xff0c;运行时异常举几个例子&#xff0c;什么情况下会出现&#xff1f;6、讲一下Java中线程的…

**卷积神经网络典型CNN**

LeNet&#xff1a;最早用于数字识别的CNN AlexNet&#xff1a;2012年ILSVRC比赛冠军&#xff0c;远超第二名的CNN&#xff0c;比LeNet更深&#xff0c;用多层小卷积叠加来替换单个的大卷积 ZF Net&#xff1a;2013ILSVRC冠军 GoogleNet&#xff1a;2014ILSVRC冠军 VGGNet&a…

VLC输出NDI媒体流

目录 1. 下载安装VLC Play 2. 首先在电脑上安装NDI Tools 3. 运行VLC进行输出配置 4. 播放视频 5. 验证 (1)用Studio Monitor验证 (2)用OBS验证 NDI(Network Device Interface)即网络设备接口,是由美国 NewTek 公司开发的免费标准,它可使兼容的视频产品以高质量…

ElasticSearch学习篇15_《检索技术核心20讲》进阶篇之TopK检索

背景 学习极客实践课程《检索技术核心20讲》https://time.geekbang.org/column/article/215243&#xff0c;文档形式记录笔记。 相关问题&#xff1a; ES全文检索是如何进行相关性打分的&#xff1f;ES中计算相关性得分的时机?如何加速TopK检索&#xff1f;三种思路 精准To…