C++ 多线程函数的最佳实践（多线程.函数.实践...）

c++++ 多线程函数最佳实践包括：传递可调用对象，考虑传递引用，使用 std::function，使用 std::packaged_task，以及谨慎同步。其中，同步对于保护多线程访问共享内存至关重要，实战案例展示了并行求和如何通过拆分数组并使用多个线程来提高速度。

C++ 多线程函数的最佳实践

C++ 多线程函数的最佳实践 1. 使用 std::thread 传递可调用对象

std::thread 函数允许传递可调用对象。这提供了很大的灵活性，因为您可以传递任意函数或对象作为参数，只要它重载了运算符()即可。

C++

void my_function() {
  std::cout << "Hello world!" << std::endl;
}

int main() {
  std::thread t(my_function);
  t.join();
  return 0;
}

2. 考虑传递引用

如果您需要将数据传递到多线程函数，最好传递引用的变量，而不是值。这将避免不必要的复制，从而提高性能。

C++

int x = 10;
std::thread t([&x] {
  // x 是对 my_function 中的 x 的引用
  x++;
});

3. 使用 std::function

std::function 是一种可调用对象模板，可以表示任何函数的指针。它为多线程函数提供了一种更通用的方法，因为您可以传递带有多个参数和返回值的函数。

C++

std::function<void()> f = [] {
  std::cout << "Hello world!" << std::endl;
};
std::thread t(f);

4. 使用 std::packaged_task

std::packaged_task 是一种将任意函数包装成任务的对象。它提供了在不阻塞的情况下使用多线程执行任务的便利方法。

C++

std::packaged_task<int()> task([] { return 10; });
std::thread t(std::move(task));
int result = task.get(); // 等到任务完成并获取结果

5. 小心的同步

当多个线程可能访问同一块共享内存时，同步是至关重要的。std::mutex 和 std::unique_lock 等同步原语可用于保护关键部分。

C++

std::mutex m;
int x = 0;
void increment_x() {
  std::lock_guard<std::mutex> lock(m);
  ++x;
}

实战案例：并行求和

C++

#include <iostream>
#include <thread>
#include <vector>

// 将数组拆分成块状并行求和
int parallel_sum(const std::vector<int>& arr, int num_threads) {
  // 分配块
  int block_size = (int)arr.size() / num_threads;

  // 创建线程保存的向量
  std::vector<std::thread> threads(num_threads);
  int sum = 0;

  // 为每个块创建一个并行线程
  for (int i = 0; i < num_threads; ++i) {
    int start = i * block_size;
    int end = (i + 1) * block_size;
    threads[i] = std::thread([&, start, end] {
      int local_sum = 0;
      for (int j = start; j < end; ++j) {
        local_sum += arr[j];
      }
      sum += local_sum;
    });
  }

  // 加入所有线程
  for (int i = 0; i < num_threads; ++i) {
    threads[i].join();
  }

  // 返回并行求和结果
  return sum;
}

int main() {
  // 用于测试的输入数组
  std::vector<int> arr{1, 2, 3, 4, 5, 6, 7, 8, 9, 10};

  // 设置并行线程数
  int num_threads = 4;

  // 执行并行求和
  int sum = parallel_sum(arr, num_threads);

  // 打印并行求和结果
  std::cout << "并行求和结果：" << sum << std::endl;

  return 0;
}