C++ 多线程同步之原子操作(atomic)实战

C++ 多线程同步之原子操作(atomic)实战

C++ 多线程同步之原子操作(atomic)实战

在这里插入图片描述

💡 学习目标:掌握 C++ 标准库中原子操作的使用方法,理解原子操作与互斥锁的区别,能够在轻量级同步场景中高效解决数据竞争问题。
💡 学习重点std::atomic 模板的常用接口、原子操作的特性、原子类型与普通类型的性能对比、原子操作的典型应用场景。

50.1 原子操作的引入背景

在 48 章我们学习了互斥锁,它通过阻塞线程的方式实现临界区保护。
但互斥锁存在上下文切换开销,在一些简单的同步场景中显得过于笨重。
比如对单个变量的自增、自减、赋值等操作,我们需要一种更轻量级的同步方案——原子操作。

⚠️ 注意事项:原子操作仅适用于单个变量的简单同步,无法替代互斥锁实现复杂临界区的保护。

举个例子,使用互斥锁保护变量自增:

#include<iostream>#include<thread>#include<mutex>usingnamespace std;int count =0; mutex mtx;voidincrement(){for(int i =0; i <100000;++i){ lock_guard<mutex>lock(mtx); count++;}}intmain(){ thread t1(increment); thread t2(increment); t1.join(); t2.join(); cout <<"最终 count 值:"<< count << endl;return0;}

这段代码虽然能保证线程安全,但每次加锁解锁都会带来额外开销。
原子操作可以在无锁的情况下实现同样的效果,且效率更高。

50.2 C++ 标准库中的原子操作

C++11 标准库在 <atomic> 头文件中提供了 std::atomic 模板类。
它可以将普通类型包装成原子类型,支持原子化的读、写、修改操作。

50.2.1 std::atomic 的核心特性

  1. 无锁同步:原子操作通过 CPU 指令级别的支持实现同步,不需要操作系统介入上下文切换。
  2. 不可分割性:原子操作的执行过程不会被其他线程打断,要么完全执行,要么完全不执行。
  3. 模板化设计std::atomic 是模板类,可以包装大多数基本数据类型,如 intboollong 等。

50.2.2 常用原子操作接口

std::atomic<int> 为例,常用接口如下:

  • 赋值与读取:支持直接用 = 赋值,用 load() 读取值,默认是顺序一致的内存序。
  • 自增自减fetch_add()(原子自增)、fetch_sub()(原子自减),返回操作前的值。
  • 复合操作exchange()(原子交换值)、compare_exchange_weak()(比较并交换)。
  • 简化操作:支持 ++--+=-= 等重载运算符,使用更便捷。

核心结论:原子操作的重载运算符(如 ++)是对 fetch_add() 的封装,使用起来和普通变量几乎一致。

50.3 原子操作实战:替代互斥锁解决简单同步问题

我们使用 std::atomic<int> 改造 50.1 节的例子,实现无锁同步:

#include<iostream>#include<thread>#include<atomic>usingnamespace std; atomic<int>count(0);// 定义原子类型变量voidincrement(){for(int i =0; i <100000;++i){ count++;// 原子自增操作,无需加锁}}intmain(){ thread t1(increment); thread t2(increment); t1.join(); t2.join(); cout <<"最终 count 值:"<< count << endl;return0;}

运行该程序,最终 count 的值稳定等于 200000
和互斥锁版本相比,这段代码不仅更简洁,而且执行效率更高。

50.3.1 原子操作的内存序(可选进阶知识点)

std::atomic 的操作可以指定内存序,用来平衡性能和同步强度。
常用的内存序有三种:

  1. memory_order_seq_cst:顺序一致内存序,最强的同步保证,也是默认值。
  2. memory_order_acquire/release:适用于生产者-消费者模型,保证操作的先后顺序。
  3. memory_order_relaxed:松散内存序,仅保证操作的原子性,不保证顺序,性能最优。

示例:使用松散内存序优化自增操作

voidincrement(){for(int i =0; i <100000;++i){ count.fetch_add(1, memory_order_relaxed);}}

在只需要保证原子性的场景下,松散内存序可以显著提升性能。

50.4 原子操作 vs 互斥锁:适用场景对比

特性原子操作互斥锁
同步粒度仅支持单个变量的原子操作支持任意复杂的临界区代码
性能开销低(CPU 指令级,无上下文切换)高(可能触发上下文切换)
使用复杂度低(类似普通变量,无需手动加解锁)高(需手动管理锁的生命周期)
死锁风险有(不当使用会导致死锁)

💡 选型技巧

  • 简单变量同步(如计数器、标志位)→ 优先使用原子操作
  • 复杂临界区(如多变量操作、函数调用)→ 必须使用互斥锁

50.5 实战案例 1:原子标志位实现线程退出控制

原子布尔类型 std::atomic<bool> 常用于实现线程的安全退出控制:

#include<iostream>#include<thread>#include<atomic>#include<chrono>usingnamespace std; atomic<bool>is_running(true);// 原子标志位voidworker(){while(is_running.load()){// 原子读取标志位 cout <<"线程正在运行..."<< endl; this_thread::sleep_for(chrono::milliseconds(500));} cout <<"线程安全退出"<< endl;}intmain(){ thread t(worker); this_thread::sleep_for(chrono::seconds(2)); is_running =false;// 原子赋值,通知线程退出 t.join(); cout <<"主线程结束"<< endl;return0;}

运行效果:线程运行 2 秒后,检测到标志位变为 false,安全退出。
这个场景用原子操作比互斥锁更轻量、更高效。

50.6 实战案例 2:原子计数器实现多线程任务统计

使用原子操作实现多线程任务完成情况的统计,无需加锁:

#include<iostream>#include<thread>#include<atomic>#include<vector>usingnamespace std;constint TASK_COUNT =10; atomic<int>completed_tasks(0);// 已完成任务数voidtask(int id){ cout <<"任务"<< id <<"开始执行"<< endl; this_thread::sleep_for(chrono::milliseconds(300)); completed_tasks++;// 原子自增,统计完成数 cout <<"任务"<< id <<"执行完毕"<< endl;}intmain(){ vector<thread> threads;for(int i =1; i <= TASK_COUNT;++i){ threads.emplace_back(task, i);}for(auto& t : threads){ t.join();} cout <<"所有任务执行完毕,总计完成:"<< completed_tasks <<"个"<< endl;return0;}

运行该程序,最终输出的完成任务数一定等于 10
这个案例充分体现了原子操作在简单统计场景下的优势。

50.7 原子操作的常见误区

  1. 忽略内存序的影响
    在多线程通信场景下,随意使用松散内存序可能导致程序行为异常。
    新手建议优先使用默认的顺序一致内存序,熟悉后再优化。
  2. 认为原子操作一定比互斥锁快
    在高竞争场景下,原子操作的自旋等待可能导致 CPU 占用过高。
    此时互斥锁的阻塞机制反而更高效。

误用原子操作保护复杂逻辑
原子操作只能保证单个操作的原子性,不能保护多个原子操作的组合。
例如:

// 错误示例:这两个原子操作的组合不是原子的if(count <100){ count++;}

这个逻辑可能被多个线程打断,需要互斥锁来保护。

50.8 本章小结

  1. 原子操作是轻量级同步方案,通过 CPU 指令级支持实现无锁同步,适用于单个变量的同步场景。
  2. std::atomic 是 C++ 标准库的原子类型模板,支持自增、自减、交换等常用原子操作。
  3. 原子操作和互斥锁各有适用场景:简单变量用原子操作,复杂临界区用互斥锁。
  4. 原子操作的内存序可以平衡性能和同步强度,新手建议先使用默认的顺序一致内存序。

Read more

C++ 智能指针:示例、原理、适用场景全方位解读

C++ 智能指针:示例、原理、适用场景全方位解读

智能指针被设计出来就是为了解决原生指针的问题的,所以,要理解智能指针的作用,还是得“从问题入手”,看一下原生指针都有哪些“痛点”。理解本文内容需要对虚拟内存的堆和栈对清晰的认识,也需要清楚地知道 C++ 是如何使用堆和栈的,关于这部分内容,请参考 《编程底层概念回顾:虚拟内存、栈、栈帧、堆》和 《C++ 对象和嵌套对象的创建与销毁》两篇文章。 1. 原生指针的“痛” 原生指针也叫裸指针,是 C++ 里知名的“双刃剑”,它的“底层性”和“灵活性”既是优势,也是劣势,在智能指针出现之前,使用指针的过程中会出现很多典型问题,我们逐一梳理一下: * 内存泄漏由裸指针引起的内存泄漏问题真得有很多,究其因在于:C++ 没有像 Java 那样的垃圾回收机制,完全靠程序员掌控堆空间的回收,而人是容易犯错的,可能是忘记了手写 delete 操作,

By Ne0inhk
信奥赛C++提高组csp-s之数论基础专题课:从同余到分数模运算7(案例实践:分数模运算)

信奥赛C++提高组csp-s之数论基础专题课:从同余到分数模运算7(案例实践:分数模运算)

信奥赛C++提高组csp-s之数论基础专题课:从同余到分数模运算7(案例实践:分数模运算) 课程目标 1. 理清脉络:理解同余、裴蜀定理、扩展欧几里得、乘法逆元、分数模运算之间的逻辑关系。 2. 掌握核心:熟练运用扩展欧几里得算法求解不定方程及逆元。 3. 实战应用:能够解决相关的数论模板题和简单变式题。 第三部分:案例实战(分数模运算) 研究案例:P2613 有理数取余 题目描述 给出一个有理数 c = a b c=\frac{a}{b} c

By Ne0inhk
【C++】 map/multimap底层原理与逻辑详解

【C++】 map/multimap底层原理与逻辑详解

【C++】 map/multimap底层原理与逻辑详解 * 摘要 * 目录 * 一、`map` * 1. 类模板认识 * 2. 构造函数认识 * 3. 迭代器和范围for的使用 * 4. insert的使用 * 5. empty 和size的使用 * 6. erase的使用 * 7. swap 和 clear的使用 * 8. find的使用 * 9. count的使用 * 11. lower_bound 和 upper_bound的使用 * 12. equal_range的使用 * 13. operator= 的使用 * 14. operator[ ] 的使用 * 二、`multimap` * 1. 模板和类模板的认识 * 2. insert的使用 * 3.

By Ne0inhk
手写一个C++ TCP服务器实现自定义协议(顺便解决粘包问题)

手写一个C++ TCP服务器实现自定义协议(顺便解决粘包问题)

在之前的博客中,我们了解了关于UDP和TCP的网络编程,直观的感受了一下网络套接字是如何使用的,并且成功的完成了客户端与服务端的网络通信,但是其中还有一个小细节我们可能会忽略,就是UDP是基于数据报进行传输的,一下子就将所有我们要发送的信息传送给对方,但是我们的TCP可是基于字节流进行传输的,我们如何保证读取上来的数据,是一个完整的报文呢? 我们在进行TCP网络通信的时候,通过调用connec函数调用,使客户端可以和服务端保持链接之后,客户端将自己想要发送的数据通过write系统调用写进对应的socket函数调用给我们返回的文件描述符所对应的文件中。 现在有一个问题就是我们向文件中写入的时候,直接将其放入即可,但是想要往出拿的时候就有点困难了,想要往出拿的人如果不知道放的人是如何放的,就会造成一系列的错误,这就好比放数据时先放了一个整形,又放了一个浮点数,还放了一个字符串,然而拿的人按照字符串,整形,浮点数这样的方式进行获取,这就会导致数据不一致的现象,所以一旦我们要发送一些带有结构化的数据时,就必须再次制定——协议,这样才能满足我们想要返送一些结构化数据的需求。 TCP是传输控

By Ne0inhk