同步线程池

温馨提示：需要的前置知识:
C++多线程 https://xingzhu.top/archives/duo-xian-cheng-xian-cheng-chi
C++11新特性(分类里面有)

threadpool. h

#include <thread>  
#include <map>  
#include <queue>  
#include <functional>  
#include <atomic>  
#include <future>  
#include <condition_variable>  
#include <vector>  
#include <mutex>  
using namespace std;  
  
class ThreadPool  
{  
public:  
    ThreadPool(int minn = 3, int maxn = thread::hardware_concurrency());  
    ~ThreadPool();  
  
    void addTask(function<void(void)> f);  
private:  
    void worker();  
    void manager();  
  
private:  
    // 工作的线程  
    // 这里定义为指针，是因为后续创建线程直接 new 出来即可，因为线程之间是不允许拷贝构造的  
    // 如果写 thread m_manager; 后续不能直接使用 = 赋值，除非使用移动构造转移给 m_manager
    thread *m_manager;  
  
    // 工作的线程  
    map<thread::id, thread> m_workers;  
  
    // 存储已经退出了的线程 id，主要用于销毁线程  
    vector<thread::id> m_ids;  
  
    // 任务队列  
    queue<function<void(void)>> m_tasks;  
  
    // 最小最大线程数  
    int m_minThreads, m_maxThreads;  
  
    // 空闲线程数，当前线程数  
    atomic<int> m_idlethreads, m_curthreads;  
  
    // 一次性退出的线程数  
    atomic<int> m_exitNum;  
  
    // 线程池是否关闭  
    atomic<bool> m_stop;  
  
    // 互斥量  
    mutex m_idMutex;  
    mutex m_queue;  
  
    // 条件变量  
    condition_variable m_notEmpty;  
};

threadpool. c

#include "threadpool.h"  
#include <iostream>  
  
// 初始化默认构造函数  
ThreadPool::ThreadPool(int minn, int maxn) : m_minThreads(minn), m_maxThreads(maxn)  
, m_exitNum(0), m_stop(false)  
{  
    m_idlethreads = m_curthreads = minn;  
  
    // 初始化工作的线程  
    m_manager = new thread(&ThreadPool::manager, this);  
  
    // 初始化创建工作的线程，以最小线程数进行创建  
    for(int i = 0; i < m_curthreads; i++)  
    {  
        thread t(&ThreadPool::worker, this);  
        m_workers.insert(make_pair(t.get_id(), std::move(t)));  
    }  
}  
ThreadPool::~ThreadPool()  
{  
    m_stop.store(true);  
  
    m_notEmpty.notify_all();  
  
    cout << "线程池销毁中....." << endl;  
  
    // 只能使用引用，因为线程不允许拷贝  
    for(auto &it : m_workers)  
    {  
        // 引用取值后就不需要解引用了  
        thread &t = it.second;  
        if(t.joinable())  
        {  
            cout << "----------- 线程 " <<  t.get_id() << "最终被销毁" << endl;  
            t.join();  
        }  
    }  
  
    if(m_manager->joinable())  
    {  
        m_manager->join();  
    }  
    // 销毁堆内存  
    delete m_manager;  
}  
  
void ThreadPool::addTask(function<void(void)> f)  
{  
    {  
        unique_lock<mutex> locker(m_queue);  
        m_tasks.emplace(f);  
    }  
    m_notEmpty.notify_one();  
}  
  
  
// 实现工作的线程函数  
void ThreadPool::worker()  
{  
    // 当线程池没有关闭的时候  
    while (!m_stop.load())  
    {  
        function<void(void)> task = nullptr;  
  
        {  
            // 这个大括号是局部作用域，表示锁的范围，只需要锁住取任务，任务的执行不需要加锁  
            unique_lock<mutex> locker(m_queue);  
            // 任务队列为空  
            // 注意这里一定要为 while，不能为 if，不然会存在 bug
            // 假如唤醒了多个阻塞在这里的线程，如果为 if，全部都会抢互斥锁，然后直接向下执行了，不会判断是否还有任务没被抢  
            // 但是可能此时任务队列中只有一个任务，就会造成非法访问  
            // 如果为 while, 抢到锁了，也需要先判断 while 条件是否满足，才退出循环向下执行，这样就不存在上述的问题了  
            while(!m_stop.load() && m_tasks.empty())  
            {  
                m_notEmpty.wait(locker);  
  
                if(m_exitNum.load() > 0)  
                {  
                    m_curthreads--, m_exitNum--;  
                    cout << "--------------线程退出了----------" << endl;  
  
                    // 共享资源加锁  
                    unique_lock<mutex> locker1(m_idMutex);  
                    m_ids.emplace_back(this_thread::get_id());  
                    return;  
                }  
            }  
  
            // 取出任务  
            cout << "取出了一个任务..." << endl;  
            task = m_tasks.front();  
            m_tasks.pop();  
        }  
  
        // 空闲的线程变化  
        m_idlethreads--;  
        task();  
        m_idlethreads++;  
    }  
}  
  
void ThreadPool::manager()  
{  
    while (!m_stop.load())  
    {  
        // 3 秒进行检测一次  
        this_thread::sleep_for(chrono::seconds(3));  
  
        int idel = m_idlethreads.load();  
        int cur = m_curthreads.load();  
  
        // 销毁线程(自定义规则)  
        // 这里定义为: 空闲线程数 > 当前线程数 / 2 && 当前线程数 - 2 >= 最小线程数  
        // 减去 2 是因为我定义的是一次性销毁 2 个线程数  
        if(idel > cur / 2 && cur -2 >= m_minThreads)  
        {  
            // 销毁线程不是管理者线程销毁，而是唤醒工作的线程，让其自己退出，管理者线程可以用于回收退出的线程资源  
            // 一次性销毁 2 个  
            m_exitNum.store(2);  
            m_notEmpty.notify_all();  // 虽然是唤醒了所有的线程，但是只会有 2 个线程销毁  
  
            // 这个 m_ids 容器是共享资源，因此需要加锁  
            unique_lock<mutex> locker(m_idMutex);  
            for (const auto& id : m_ids)  
            {  
                auto it = m_workers.find(id);  
                if (it != m_workers.end())  
                {  
                    cout << "------------ 线程 " << (*it).first << "被销毁了...." << endl;  
  
                    // 这里看似会阻塞程序运行，实则不会，因为这些线程都在 worker 函数中退出了，这个只是回收 pcb 等资源  
                    (*it).second.join();  
                    m_workers.erase(it);  
                }  
            }  
            m_ids.clear();  
        }  
  
        // 添加线程  
        // 自定义: 空闲的线程数为 0 && 当前线程数 + 2 <= 最大线程数  
        if(idel == 0 && cur + 2 <= m_maxThreads)  
        {  
            thread t(&ThreadPool::worker, this);  
            cout << "++++++ 添加了一个线程, id: " << t.get_id() << endl;  
            m_workers.insert(make_pair(t.get_id(), std::move(t)));  
            m_curthreads++, m_idlethreads++;  
        }  
    }  
}

测试代码

void calc(int x, int y)
{
    int res = x + y;
    cout << "res = " << res << endl;
    this_thread::sleep_for(chrono::seconds(2));
}

int main()
{
    ThreadPool pool(4);
    for (int i = 0; i < 10; ++i) {
        auto func = bind(calc, i, i * 2);
        pool.addTask(func);
    }
    getchar();
    return 0;
}

异步线程池

基于上面同步线程池的修改，修改 addTask 函数

同步线程池是需要阻塞等待结果，等待执行，然后得到执行结果
异步线程池实现了不需要阻塞等待，发起任务后，做其他事，发起的任务执行完毕后，返回执行结果给主线程

threadpool. h

#pragma once
#include <future>
using namespace std;

// 线程池类
class ThreadPool
{
public:
    ThreadPool(int min, int max = thread::hardware_concurrency());
    ~ThreadPool();

    // F 可调用对象类型，Args 参数
    template<typename F, typename... Args>
    auto addTask(F&& f, Args&&... args) -> future<typename result_of<F(Args...)>::type>;
}

threadpool. c

template<typename F, typename... Args>  
auto ThreadPool::addTask(F&& f, Args&&... args) -> future<typename result_of<F(Args...)>::type>  
{  
    using returnType = typename result_of<F(Args...)>::type;  
    auto task = make_shared<packaged_task<returnType()>>(  
            bind(std::forward<F>(f), std::forward<Args>(args)...)  
    );  
  
    // 得到 future 对象，因为里面存储了可调用对象的返回值  
    future<returnType> res = task->get_future();  
  
    {  
        // 加到这个任务到任务队列  
        unique_lock<mutex> lock(m_queue);  
        m_tasks.emplace([task]() {  
            (*task)();  
        });  
    }  
    m_notEmpty.notify_one();  
    return res;  
}

解释

使用泛型编程，应用于多种情况，typename... Args 这个表示可以接收任意数量类型的参数
返回值类型推导使用萃取器，result_of 模板函数来实现，result_of<F(Args...)>::type 表示带有 Args... 的 F 函数的类型，前面加有 typename 是告诉编辑器这是一个类型，不是函数
addTask 里面的类型使用 && ，这个表示是一个未定义类型，可以接收左值和右值，这么定义是为了适用于多种情况，可以传右值和左值，如果不这么定义，也就是去掉 &&，会进行值拷贝，开销过大，如果只有一个 & 对于传右值情况都会转换为左值，但是使用这个形式，再结合 forward 完美转发，就能实现传递左值就是左值，传递右值就是右值
forward 功能就是上述解释的，实现：forward<F>(f) F 是要完美转发的变量类型，f 是实际要完美转发的变量
package_task 是实现得到线程返回值的，<> 里面填写返回值类型 returnYype 和参数类型 () ，这里参数为空，是因为可能存在参数，也可能不存在，这里不易写，那么全部搞成无参，而参数提前和可调用对象绑定起来，这里就用到了 bind 绑定器
std::bind(可调用对象地址, 绑定的参数/占位符); 这是 bind 的实现体，由于为了实现传递左值，就按左值接收，传递右值按右值接收，这里使用完美转发 forward
上面的 task 使用指针，是因为防止拷贝，因为最终是要得到 future 对象，如果传值，拷贝一份，执行的就是拷贝的副本在执行，就得不到正确的 future 对象了，lambda 传引用也不行，这个构造函数执行完毕后，当前 task 生命周期结束，再执行这个任务函数，就非法操作了
为了方便管理指针，这里使用了 shared_ptr 共享智能指针实现，因为会自动释放内存，安全性高，使用方法是 <> 里面写指针类型，在定义指针即可
由于加任务，这个任务队列是共享资源，因此需要使用互斥锁

测试代码

int calc(int x, int y)
{
    int res = x + y;
    this_thread::sleep_for(chrono::seconds(2));
    return res;
}

int main()
{
    ThreadPool pool(4);
    vector<future<int>> results;
    for (int i = 0; i < 10; ++i) {
        results.emplace_back(pool.addTask(calc, i, i * 2));
    }
    // 等待并打印结果
    for (auto&& res : results) {
        cout << "线程函数返回值: " << res.get() << endl;
    }
    return 0;
}

说明：参考学习: https://subingwen.cn/

同步线程池

异步线程池

Json 概述

数学建模

xingzhu