解锁 C++ 并发编程的钥匙：探索 Atomic 变量

最近在用c++搞项目，因为多线程要做一个类似cnt的保护，今天学习了c++的原子操作。

探索c++的原子类型

std::atomic 类型是 C++ 提供的一种机制，用于实现多线程之间的安全共享数据。它通过原子操作来确保对共享变量的操作是不可分割的。在多线程环境下，如果没有适当的同步机制，对共享变量的读写可能会导致竞争条件，进而引发不确定的行为。std::atomic 类型提供了一种解决方案，让我们能够以线程安全的方式访问这些变量。

关于具体的函数和详细介绍可以访问这里：https://cplusplus.com/reference/atomic/atomic/?kw=atomic

这里介绍几个常用的：

• load 和 store：用于读取和写入原子变量的值。
• exchange：交换原子变量的值，并返回之前的值。
• compare_exchange_strong 和 compare_exchange_weak：比较并交换操作，可在特定条件下修改原子变量的值。
• fetch_add 和 fetch_sub：原子地执行加法和减法操作，并返回之前的值。

这里原子操作后为什么要返回之前的值呢？

以fetch_add为例，fetch_add是用于对原子变量进行原子性地增加操作。它执行一个原子的加法操作，并返回加法操作之前的原子变量的值。

这种设计是基于并发编程中的常见需求。返回之前的值允许程序员在执行加法操作后，获取加法之前的原始值。这样做有以下几个方面的优点：

• 原子性操作的完整性：在多线程并发环境下，如果需要进行原子性的加法操作，同时又需要获取加法前的值，fetch_add 的设计能够保证这两个操作的原子性。它在单个原子操作中完成增加操作，并返回增加前的值，避免了在多线程环境下的竞态条件。
• 避免竞态条件：返回之前的值可以让程序员在进行加法操作之后，检查原子变量的旧值，并根据旧值进行后续的操作。这对于实现一些特定的同步模式或算法是非常有用的，因为它避免了因为操作间的竞争导致的意外结果。

举个栗子

这里做一个简单的线程池，并实现一个task，task的任务就是对原子变量counter进行递增，最后我们看结果是否与预期一致，这里线程池实现10个线程，给线程池推送100000个task。

#include <IOStream>
#include <thread>
#include <mutex>
#include <condition_variable>
#include <queue>
#include <functional>
#include <atomic>

class ThreadPool {
public:
    ThreadPool(size_t numThreads) : stop(false) {
        for (size_t i = 0; i < numThreads; ++i) {
            threads.emplace_back([this] {
                while (true) {
                    std::function<void()> task;
                    {
                        std::unique_lock<std::mutex> lock(queueMutex);
                        condition.wAIt(lock, [this] { return stop || !tasks.empty(); });
                        if (stop && tasks.empty()) {
                            return;
                        }
                        task = std::move(tasks.front());
                        tasks.pop();
                    }
                    task();
                }
            });
        }
    }

    template <class F>
    void AddTask(F&& f) {
        {
            std::lock_guard<std::mutex> lock(queueMutex);
            tasks.emplace(std::forward<F>(f));
        }
        condition.notify_one();
    }

    ~ThreadPool() {
        {
            std::lock_guard<std::mutex> lock(queueMutex);
            stop = true;
        }
        condition.notify_all();
        for (std::thread& worker : threads) {
            worker.join();
        }
    }

private:
    std::vector<std::thread> threads;
    std::queue<std::function<void()>> tasks;
    std::mutex queueMutex;
    std::condition_variable condition;
    bool stop;
};

int main() {
    std::atomic<int> counter(0);
    ThreadPool pool(10);

    constexpr int numTasks = 100000;
    for (int i = 0; i < numTasks; ++i) {
        pool.AddTask([&counter]() {
            counter++;
        });
    }

    std::cout << "Waiting for tasks to complete..." << std::endl;

    //注意：这里不会确保所有任务已经执行完毕，仅仅是等待一段时间以展示结果
    std::this_thread::sleep_for(std::chrono::seconds(5));

    std::cout << "Final Counter Value: " << counter << std::endl;

    return 0;
}

我们预期最后的结果是100000。g++编译，不要忘记加-lpthread，执行：

细心的小伙伴可能发现我的代码直接使用的counter++，这里需要注意，这只是个简单的测试代码，实际项目中要最好使用counter.fetch_add(1)，因为counter++不保证++是个原子操作。我在项目中遇到了该问题，最后加出来总会比预期值少，后来换成fetch_add后就正常了。