目录

1.回忆

Task.hpp

1. #pragma once

2. 头文件和命名空间

3. 类 CallTask

4. 操作符字符串

5. 回调函数 mymath

阻塞队列 BlockQueue 的实现

BlockQueue

生产者和消费者线程

生产者productor

消费者 consumer

主函数 main

代码整体说明

2. 信号量

2.1 回忆：多线程对锁的凌乱竞争✔️

2.2 信号量函数

1. 初始化信号量

2. 销毁信号量

3. 等待信号量（P操作）

4. 发布信号量（V操作）

CP 模型中的锁与信号量使用总结

3.基于环形队列的生产者消费者模型

---

1.回忆

生产的数据从哪里来？

用户，网络等

生产者生产的数据也是要花时间获取的！

1. 获取数据
2. 还有 生产数据到队列

同样的，消费者

1. 消费数据
2. 还有 加工处理数据

真正的高效：非临界区（获取/加工）之间高并发的同时进行

实现派发任务的代码的代码细节讲解

我们先把上一篇文章的代码拷过来解释一下，思路如下

下面这段代码定义了类 CallTask，并且展示了如何使用这些类来处理计算任务和保存任务。下面会逐行解释代码的各个部分。

Task.hpp

1. #pragma once

#pragma once

• 这是一个预处理指令，用来防止头文件被多次包含，避免重复定义。

2. 头文件和命名空间

#include <iostream>
#include <functional>
#include <string>
using namespace std;

• 包含了标准输入输出库、函数对象库和字符串库。
• 使用 std 命名空间，以便在代码中直接使用标准库中的类型和函数。

3. 类 CallTask

class CallTask
{
    typedef function<int(int, int, char)> func_t;

public:
    CallTask() {}

    CallTask(int x, int y, char op, func_t func) : _x(x), _y(y), _op(op), _callback(func)
    {
    }

    string operator()()
    {
        int result = _callback(_x, _y, _op);
        char buffer[1024];
        snprintf(buffer, sizeof buffer, "%d %c %d = %d", _x, _op, _y, result);
        return buffer;
    }//调用（）实现对结果的打印

    string toTaskString()
    {
        char buffer[1024];
        snprintf(buffer, sizeof buffer, "%d %c %d = ?", _x, _op, _y);
        return buffer;
    }

private:
    int _x;
    int _y;
    char _op;
    func_t _callback;
};

• CallTask 类定义了一个计算任务。
• func_t 是一个 typedef，定义了一个函数类型，它接受三个参数（两个整数和一个字符）并返回一个整数。
• CallTask 的构造函数可以初始化两个整数 _x 和 _y，一个字符操作符 _op，以及一个回调函数 _callback。
• operator() 重载了 () 操作符，使得对象可以像函数一样被调用。调用时，它会执行 _callback 函数（即用户定义的计算逻辑），并返回计算结果的字符串形式。
• toTaskString() 返回一个描述任务的字符串，但不包含实际计算结果，仅展示操作符和操作数。

4. 操作符字符串

string oper = "+-*/%";

• 定义了一个包含常见数学操作符的字符串。

5. 回调函数 mymath

int mymath(int x, int y, char op)
{
    int result = 0;
    switch (op)
    {
    case '+':
        result = x + y;
        break;
    case '-':
        result = x - y;
        break;
    case '*':
        result = x * y;
        break;
    case '/':
    {
        if (y == 0)
        {
            cout << "div zero error" << endl;
            result = -1;
        }
        else
        {
            result = x / y;
        }
    }
    break;
    case '%':
    {
        if (y == 0)
        {
            cout << "mod zero error" << endl;
            result = -1;
        }
        else
        {
            result = x % y;
        }
    }
    break;
    default:
        break;
    }
    return result;
}

• mymath 函数根据 op 操作符执行不同的数学运算。
• 如果 op 是 / 或 % 并且 y 为 0，会输出错误信息并返回 -1 以表示出错。

阻塞队列 BlockQueue 的实现

进入线程，准备工作做完后，对线程进行判断处理

#pragma once

#include <iostream>
#include <queue>
#include <pthread.h>

using namespace std;

const int maxcapacity = 5;

• 这部分代码是 BlockQueue 类的定义。#pragma once 防止头文件被多次包含。
• maxcapacity 定义了队列的最大容量。

BlockQueue

这两部分代码分别展示了一个多线程生产者-消费者模型的实现，其中使用了一个阻塞队列 BlockQueue 来管理生产者和消费者之间的任务流。下面我将详细解释每一部分的代码。

template <class T>
class BlockQueue
{
public:
    BlockQueue(const int& capacity = maxcapacity)
        : _capacity(capacity)
    {
        // 构造时初始化
        pthread_mutex_init(&_mutex, nullptr);
        pthread_cond_init(&_pcond, nullptr);
        pthread_cond_init(&_ccond, nullptr);
    }

    void push(const T& in)
    {
        pthread_mutex_lock(&_mutex);
        while (is_full())
        {
            pthread_cond_wait(&_pcond, &_mutex);
        }
        _q.push(in);
        pthread_cond_signal(&_ccond);
        pthread_mutex_unlock(&_mutex);
    }

    void pop(T* out)
    {
        pthread_mutex_lock(&_mutex);
        while (is_empty())
        {
            pthread_cond_wait(&_ccond, &_mutex);
        }
        *out = _q.front();
        _q.pop();
        pthread_cond_signal(&_pcond);
        pthread_mutex_unlock(&_mutex);
    }

    ~BlockQueue()
    {
        pthread_mutex_destroy(&_mutex);
        pthread_cond_destroy(&_pcond);
        pthread_cond_destroy(&_ccond);
    }

private:
    bool is_full()
    {
        return _q.size() == _capacity;
    }

    bool is_empty()
    {
        return _q.empty();
    }

private:
    queue<T> _q;
    int _capacity;
    pthread_mutex_t _mutex;
    pthread_cond_t _pcond;
    pthread_cond_t _ccond;
};

• BlockQueue 是一个模板类，使用标准库的 queue 来存储队列元素。
• _mutex 是一个互斥锁，用于保护队列的并发访问。
• _pcond 和 _ccond 是条件变量，用于协调生产者和消费者的等待与唤醒。
• push 方法用于将元素放入队列。如果队列满了，生产者会等待，直到队列有空余位置。
• pop 方法用于从队列中取出元素。如果队列为空，消费者会等待，直到队列有元素可取。
• 析构函数负责销毁互斥锁和条件变量。

生产者和消费者线程

#include "BlockQueue.hpp"
#include <ctime>
#include <unistd.h>
#include "Task.hpp"

• 这部分代码包含了阻塞队列 BlockQueue 和任务类 CallTask 的头文件，并引入了 ctime 用于时间相关操作和 unistd.h 用于线程的休眠。

生产者productor

void* productor(void* args)
{
    BlockQueue<Task>* _c_bq = static_cast<BlockQueue<CallTask>*>(args);

    while (true)
    {
        // 生产活动
        int x = rand() % 10 + 1;
        int y = rand() % 5;
        char op = oper[rand() % oper.size()];
        Task t(x, y, op, mymath);
        _c_bq->push(t);
        cout << "productor thread, 生产计算任务: " << t.toTaskString() << endl;

        sleep(1); // 生产的慢一些
    }
}

• 该函数是生产者线程的执行体。
• 生产者从 args 参数中获得阻塞队列 _c_bq 的指针，然后进入一个无限循环。
• 在循环中，生产者随机生成两个整数 x 和 y 以及一个操作符 op，创建一个 CallTask 对象 t，并将其推入阻塞队列。
• 每生成一个任务后，生产者线程输出一个消息，显示任务的描述，并且线程会休眠1秒，以降低生产速度。

消费者 consumer

void* consumer(void* args)
{
    BlockQueue<Task>* _c_bq = static_cast<BlockQueue<CallTask>*>(args);

    while (true)
    {
        // 消费活动
        Task t;
        _c_bq->pop(&t);
        cout << "cal thread, 完成计算任务: " << t() << endl;
    }
}

• 该函数是消费者线程的执行体。
• 消费者从 args 参数中获得阻塞队列 _c_bq 的指针（是从生产者中传入的），然后进入一个无限循环。
• 在循环中，消费者从阻塞队列中弹出一个 CallTask 对象 t，并执行该任务（通过 t() 调用），然后输出计算结果。

主函数 main

队列类当中的函数类 类型

int main()
{
    srand((unsigned int)time(nullptr));

    BlockQueue<Task>* bq = new BlockQueue<Task>();

    pthread_t p[3], c[2];
    for (int i = 0; i < 3; ++i)
    {
        pthread_create(p + i, nullptr, productor, bq);
    }

    for (int i = 0; i < 2; ++i)
    {
        pthread_create(c + i, nullptr, consumer, bq);
    }

    for (int i = 0; i < 3; ++i)
    {
        pthread_join(p[i], nullptr);
    }

    for (int i = 0; i < 2; ++i)
    {
        pthread_join(c[i], nullptr);
    }

    return 0;
}

埋种子：srand((unsigned int)time(nullptr));

• main 函数中首先设置了随机数种子，然后创建一个 BlockQueue<CallTask> 对象，用于存放生产者生成的任务。
• 创建了3个生产者线程和2个消费者线程，所有线程都使用同一个阻塞队列对象 bq。
• 主线程等待所有生产者和消费者线程结束，确保所有任务都被正确处理。

代码整体说明

• 生产者-消费者模型：这是一个经典的多线程同步问题，生产者生成任务并放入队列，消费者从队列中取出任务并执行。
• 阻塞队列：通过互斥锁和条件变量，阻塞队列保证了生产者和消费者在多线程环境下的正确协调，防止竞争条件和资源浪费。生产者在队列满时等待，消费者在队列空时等待，从而保证了任务的有序处理。

💡小注意：

• 在 Visual Studio Code (VSCode) 中进行代码的批量替换操作非常简单，可以通过以下步骤完成：按下 Ctrl + H 快捷键
• 如果确认无误，点击“Replace All”按钮来一次性替换所有匹配项。

---

为什么要先加锁？

因为判断临界资源调试是否满足，也是在访问临界资源！判断资源是否就绪，是通过再临界资源内部判断的。

为何什么要用 while?解决伪唤醒 ✔️if->while 等待的实现原理

while 一直判断情况，充当休眠等待

• 当前判断生产条件不满足就把自己挂起，但是这有个问题pthread_cond_wait这是一个函数，只要是函数就有调用失败的可能。
• 另外还存在伪唤醒的情况，假设只有一个消费者，十个生产者。只消费了一个但是却唤醒了一批。但是你这里是if判断，都去push肯定是有问题的。
• 因此充当条件判断的语法必须是while，不能用if

单线程模型->多线程模型的思考✔️

多线程对生产和消费队列加了锁的管控，也是只能有一个人的进/出，但是对于非共享区的准备工作，是可以高并发进行的，真正的优势在于：对于非共享的部分可以多线程的提前执行好

#include <iostream>
#include <queue>
#include <thread>
#include <mutex>
#include <condition_variable>

std::queue<int> buffer;
const int BUFFER_SIZE = 10;
std::mutex mtx;
std::condition_variable cv;
bool done = false; // 生产者是否完成标志

// 生产者
void producer() {
    for (int i = 0; i < 20; ++i) {
        std::unique_lock<std::mutex> lock(mtx);
        cv.wait(lock, [] { return buffer.size() < BUFFER_SIZE; });
        buffer.push(i);
        std::cout << "Produced: " << i << std::endl;
        lock.unlock();
        cv.notify_one();
    }
    done = true; // 生产者完成
    cv.notify_one(); // 通知消费者
}

// 消费者
void consumer() {
    while (true) {
        std::unique_lock<std::mutex> lock(mtx);
        cv.wait(lock, [] { return !buffer.empty() || done; });
        if (done && buffer.empty()) break; // 如果生产者完成且缓冲区为空，则退出
        int item = buffer.front();
        buffer.pop();
        std::cout << "Consumed: " << item << std::endl;
        lock.unlock();
        cv.notify_one();
    }
}

int main() {
    std::thread t1(producer);
    std::thread t2(consumer);

    t1.join();
    t2.join();
    return 0;
}

2. 信号量

例如：电影院买票是一种对座位的预定机制

信号量：原子性进行 P(- -)V(++) 操作的计数器

这把计数器的本质是什么？

计数器用来描述资源数目的，把资源是否就绪放在了临界区之外

申请信号量的时候，其实就已经间接的再做判断了

P（）---访问资源-- V（）

2.1 回忆：多线程对锁的凌乱竞争✔️

解释

当多个线程试图同时访问一个共享资源（如全局变量）时，通常会使用锁（mutex）来确保一次只有一个线程能够访问该资源。然而，如果没有正确的同步机制，线程可能会以一种不可预测的顺序尝试获取锁，导致以下问题：

1. 竞态条件：多个线程几乎同时尝试获取同一把锁，但只有一个线程能够成功获取。其他线程需要等待锁释放才能继续执行，这可能导致资源访问的顺序混乱。
2. 饥饿：某些线程可能长时间无法获取锁，因为其他线程总是抢先一步获取锁。
3. 死锁：两个或多个线程相互等待对方释放锁，导致所有线程都被阻塞。
4. 活锁：线程不断尝试获取锁但始终失败，浪费计算资源。

解决方案

为了防止这种“凌乱竞争”，可以采取以下措施：

1. 使用原子操作：确保对共享资源的访问是原子的，即不可分割的。
2. 使用互斥锁：确保一次只有一个线程可以访问共享资源。
3. 使用条件变量：结合互斥锁使用，允许线程在特定条件下等待，直到满足条件后再继续执行。
4. 使用读写锁：允许多个线程同时读取共享资源，但一次只能有一个线程写入。
5. 使用信号量：控制多个线程对有限资源的访问。

例如对互斥锁进行回忆：

#include <pthread.h>
#include <stdio.h>

int x = 0;
pthread_mutex_t lock;

void* incrementX(void* arg) {
    while (1) {
        pthread_mutex_lock(&lock); // 获取锁
        x++;
        printf("Thread incremented x: %d\n", x);
        pthread_mutex_unlock(&lock); // 释放锁
        usleep(100000); // 等待一段时间
    }
    return NULL;
}

int main() {
    pthread_t thread1, thread2;
    pthread_mutex_init(&lock, NULL);

    pthread_create(&thread1, NULL, incrementX, NULL);
    pthread_create(&thread2, NULL, incrementX, NULL);

    pthread_join(thread1, NULL);
    pthread_join(thread2, NULL);

    pthread_mutex_destroy(&lock);
    return 0;
}

在这个示例中，每个线程在递增 x 的值之前先获取锁，完成递增后释放锁。这样可以确保任何时候只有一个线程能够修改 x 的值，避免了竞态条件的发生。

总结

• 并发问题：多个线程同时访问同一变量可能导致竞态条件。
• 解决方案：使用互斥锁、原子操作、条件变量等同步机制来保护共享资源。

---

2.2 信号量函数

信号量是一种用于同步和互斥的机制，在多线程或多进程编程中非常关键。以下是一些常用的信号量操作函数。

1. 初始化信号量

• 原型：int sem_init(sem_t *sem, int pshared, unsigned int value);
• 参数：

• • sem：需要初始化的信号量。
  • pshared：传入0表示线程间共享，传入非0表示进程间共享。
  • value：信号量的初始值，即计数器的初始值。

• 返回值：成功返回0，失败返回-1。

2. 销毁信号量

• 原型：int sem_destroy(sem_t *sem);
• 参数：

• • sem：需要销毁的信号量。

• 返回值：成功返回0，失败返回-1。

3. 等待信号量（P操作）

• 原型：int sem_wait(sem_t *sem);
• 参数：

• • sem：需要等待的信号量。

• 返回值：成功返回0，信号量的值减一；失败返回-1，信号量的值保持不变。

4. 发布信号量（V操作）

• 原型：int sem_post(sem_t *sem);
• 参数：

• • sem：需要发布的信号量。

• 返回值：成功返回0，信号量的值加一；失败返回-1，信号量的值保持不变。

#include <iostream>
#include <thread>
#include <semaphore.h>

// 定义信号量
sem_t sem;

// 生产者线程函数
void producer() {
    for (int i = 0; i < 5; ++i) {
        // 发布信号量（V操作）
        sem_post(&sem);
        std::cout << "Producer incremented semaphore." << std::endl;
        std::this_thread::sleep_for(std::chrono::seconds(1));
    }
}

// 消费者线程函数
void consumer() {
    for (int i = 0; i < 5; ++i) {
        // 等待信号量（P操作）
        sem_wait(&sem);
        std::cout << "Consumer decremented semaphore." << std::endl;
        std::this_thread::sleep_for(std::chrono::seconds(1));
    }
}

int main() {
    // 初始化信号量
    if (sem_init(&sem, 0, 0) == -1) {
        std::cerr << "Failed to initialize semaphore" << std::endl;
        return 1;
    }

    // 创建生产者和消费者线程
    std::thread t1(producer);
    std::thread t2(consumer);

    // 等待线程结束
    t1.join();
    t2.join();

    // 销毁信号量
    sem_destroy(&sem);

    return 0;
}

---

CP 模型中的锁与信号量使用总结

多生产多消费的意义

• 生产与消费的本质：

• • 生产：将私有的任务转移到公共空间中。
  • 消费：从公共空间中取出任务进行处理。

• 意义：多生产多消费模型不仅仅局限于将任务或数据放入交易场所，而是包含了任务生产前和消费后的处理过程，这两个阶段往往是最耗时的。

信号量的本质与意义

• 信号量：本质上是一把计数器。
• 计数器的意义：

• • 与互斥量相比，信号量可以预设临界资源的情况。
  • 在执行 PV（Proberen/Vergrendelen，即测试/锁定）操作过程中，可以在不进入临界区的情况下得知资源情况。
  • 这样可以减少临界区内部的判断，提高系统效率。

---

3.基于环形队列的生产者消费者模型

常见的环形，例如基于%实现

空和满的时候，tail 和 head 指向的是同一个位置，无法判断是空还是满

解决：

• 空一个位置（temp=head+1)来判断 temp 及下一个位置是不是==tail
• 交给信号量来处理

生产和消费没有指向同一个格子，就可以运行下去，遵循着三个原则

例如：我围着圆桌进行放苹果，你跟在我后面拿

1. 指向同一个位置的时候，只能一个人访问
2. 你不能超过我
3. 我不能把你套个圈

正常追逐游戏，必须满足这三个条件

我们两个什么情况才会指向同一个位置？空或满

空：我，生产者执行

满：你，消费者执行

添加信号量

• P 关注什么资源呢？还有多少剩余空间 SpaceSem：N
• C 关注什么资源呢？还有多少剩余数据 DataSem：0

生产者执行时：P（SpaceSem） V（DataSem）

消费者执行时：P（DataSem） V（SpaceSem）

下篇文章将继续讲解~