原子变量通过std::atomic实现无锁编程，提升多线程性能，适用于简单操作，需注意ABA问题、伪共享及内存顺序选择，相比互斥锁性能更高但适用范围有限。
原子变量在C++中主要用于无锁编程，它允许你在多线程环境中安全地修改变量，而无需显式使用互斥锁。这可以显著提高性能，尤其是在锁竞争激烈的情况下。
解决方案
C++11引入了
头文件，提供了
std::atomic
模板类，用于创建原子变量。以下是使用原子变量实现无锁编程的基本方法：
包含头文件:
#include
立即学习“C++免费学习笔记（深入）”；
声明原子变量: 使用
std::atomic
声明原子变量，其中
T
是变量的类型 (例如
int
,
bool
,
double
, 指针等)。
std::atomic counter(0); // 初始化为0std::atomic flag(false);
原子操作: 使用原子操作来修改和读取原子变量。
std::atomic
提供了以下常用的原子操作：
load()
: 原子地读取变量的值。
store(value)
: 原子地存储新的值到变量。
exchange(value)
: 原子地将变量的值替换为新的值，并返回旧的值。
compare_exchange_weak(expected, desired)
: 如果变量的当前值等于
expected
，则原子地将变量的值替换为
desired
。 如果不相等，则将
expected
更新为变量的当前值。 这是一个弱版本，可能虚假地失败（即使变量的值等于
expected
），因此通常需要在一个循环中使用。
compare_exchange_strong(expected, desired)
: 与
compare_exchange_weak
类似，但保证不会虚假地失败。 性能可能比
compare_exchange_weak
差。
fetch_add(value)
: 原子地将变量的值加上
value
，并返回旧的值。
fetch_sub(value)
: 原子地将变量的值减去
value
，并返回旧的值。
fetch_and(value)
: 原子地将变量的值与
value
进行按位与运算，并返回旧的值。
fetch_or(value)
: 原子地将变量的值与
value
进行按位或运算，并返回旧的值。
fetch_xor(value)
: 原子地将变量的值与
value
进行按位异或运算，并返回旧的值。
counter.store(10);int oldValue = counter.load();int exchangedValue = counter.exchange(20); // oldValue 现在是 10, counter 现在是 20int expected = 20;int desired = 30;while (!counter.compare_exchange_weak(expected, desired)) { // compare_exchange_weak 可能失败，即使 counter 的值等于 expected // 在循环中重试，更新 expected 的值}// counter 现在是 30 (如果 compare_exchange_weak 成功)
内存顺序: 原子操作可以指定内存顺序，控制不同线程之间内存访问的可见性。 常用的内存顺序包括：
std::memory_order_relaxed
: 最宽松的内存顺序，只保证原子性，不保证线程之间的同步。
std::memory_order_acquire
: 当线程读取原子变量时，确保该线程能看到其他线程在之前写入原子变量的所有操作。
std::memory_order_release
: 当线程写入原子变量时，确保该线程之前的所有操作对其他线程可见。
std::memory_order_acq_rel
: 同时具有
acquire
和
release
语义。 用于读-修改-写操作。
std::memory_order_seq_cst
: 最强的内存顺序，提供顺序一致性，保证所有线程以相同的顺序看到所有原子操作。 这是默认的内存顺序，但性能通常最差。
std::atomic data(0);std::atomic ready(false);// 线程 1void producer() { data.store(42, std::memory_order_relaxed); ready.store(true, std::memory_order_release);}// 线程 2void consumer() { while (!ready.load(std::memory_order_acquire)) { // 等待 ready 变为 true } int value = data.load(std::memory_order_relaxed); // 使用 value}
副标题1：原子变量有哪些常见的陷阱和误用？
原子变量的使用并非万无一失，存在一些常见的陷阱，尤其是在处理复杂的并发逻辑时。
ABA问题: 如果一个原子变量的值从A变为B，然后又变回A，那么
compare_exchange
操作可能会成功，即使实际上变量的值已经发生了变化。 解决ABA问题可以使用版本号或者指针来跟踪变量的变化。例如，使用
std::atomic<std::pair>
，其中
int
是版本号。
伪共享: 如果多个线程访问位于同一缓存行的不同原子变量，即使这些变量本身是原子操作的，也会导致性能下降。 这是因为缓存行需要在不同的核心之间来回传递。 可以使用填充 (padding) 来确保每个原子变量都位于不同的缓存行中。
alignas(64)
可以用来对齐变量到缓存行大小。
过度使用原子操作: 原子操作通常比非原子操作慢。 过度使用原子操作可能会降低性能。 只在必要的时候使用原子操作，并尽可能使用更宽松的内存顺序。
死锁: 虽然原子操作本身不会导致死锁，但在复杂的并发逻辑中，如果原子操作与其他同步机制（例如互斥锁）混合使用，仍然可能发生死锁。
忽略内存顺序: 错误地选择内存顺序可能会导致数据竞争和未定义的行为。 仔细考虑不同线程之间的数据依赖关系，并选择合适的内存顺序。 通常，
std::memory_order_seq_cst
是最安全的，但也是性能最差的。
副标题2：如何选择合适的内存顺序？
选择合适的内存顺序需要仔细考虑不同线程之间的数据依赖关系。以下是一些选择内存顺序的指导原则：
没有数据依赖关系: 如果多个线程之间没有数据依赖关系，可以使用
std::memory_order_relaxed
。 例如，多个线程同时增加一个计数器，而不需要保证线程之间的同步。
生产者-消费者模式: 在生产者-消费者模式中，生产者线程写入数据，消费者线程读取数据。 生产者线程应该使用
std::memory_order_release
来发布数据，消费者线程应该使用
std::memory_order_acquire
来获取数据。
读-修改-写操作: 对于读-修改-写操作，应该使用
std::memory_order_acq_rel
。 例如，原子地增加一个计数器，并返回旧的值。
顺序一致性: 如果需要保证所有线程以相同的顺序看到所有原子操作，可以使用
std::memory_order_seq_cst
。 但是，这通常会降低性能。
在实际应用中，通常需要根据具体的并发场景进行权衡。 可以使用工具（例如 Valgrind 的 Helgrind）来检测数据竞争和内存顺序错误。
副标题3：原子变量和互斥锁相比，有哪些优缺点？
原子变量和互斥锁都是用于保护共享资源的同步机制，但它们有不同的优缺点：
原子变量的优点：
性能更高: 原子操作通常比互斥锁更快，尤其是在锁竞争激烈的情况下。 这是因为原子操作通常是由硬件直接支持的，而互斥锁需要操作系统内核的介入。避免死锁: 原子操作本身不会导致死锁。更细粒度的控制: 原子操作可以提供更细粒度的控制，允许对单个变量进行原子操作，而无需锁定整个代码块。
原子变量的缺点：
适用范围有限: 原子操作只能用于简单的操作，例如读取、写入、增加、减少等。 对于复杂的操作，仍然需要使用互斥锁。更难理解和调试: 原子操作的内存顺序和并发语义比互斥锁更难理解和调试。ABA问题: 原子操作可能受到ABA问题的影响。
互斥锁的优点：
适用范围更广: 互斥锁可以用于保护任意类型的共享资源，包括复杂的数据结构和代码块。更易于理解和调试: 互斥锁的并发语义比原子操作更易于理解和调试。避免ABA问题: 互斥锁可以避免ABA问题。
互斥锁的缺点：
性能较低: 互斥锁的性能通常比原子操作更低，尤其是在锁竞争激烈的情况下。可能导致死锁: 互斥锁可能导致死锁。锁定粒度较粗: 互斥锁的锁定粒度通常较粗，可能会降低并发性。
总的来说，原子变量更适合于简单的、高性能的并发场景，而互斥锁更适合于复杂的、需要保护任意类型共享资源的并发场景。 在实际应用中，通常需要根据具体的场景进行选择。有时，原子变量和互斥锁可以结合使用，以达到最佳的性能和安全性。
以上就是C++原子变量使用 无锁编程实现方法的详细内容，更多请关注创想鸟其它相关文章！
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如发现本站有涉嫌抄袭侵权/违法违规的内容， 请发送邮件至 chuangxiangniao@163.com 举报，一经查实，本站将立刻删除。
发布者：程序猿，转转请注明出处：https://www.chuangxiangniao.com/p/1472144.html
微信扫一扫 
支付宝扫一扫 
