news 2026/10/3 3:50:09

C++ std::thread 使用方法

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
C++ std::thread 使用方法

C++是一种高级编程语言,被广泛用于开发高性能、大规模、复杂的软件系统。其中一个强大的特性就是多线程编程,而std::thread是C++标准库提供的多线程支持的重要组成部分。

std::thread是一个轻量级线程类,它允许程序员创建、启动、停止、等待线程。与其他多线程库不同,std::thread在运行时不需要显式地创建和销毁线程,而是通过构造和析构线程对象来完成这些操作。

一、std::thread的构造和析构

std::thread的构造函数需要传入一个可调用对象,这个可调用对象可以是一个函数指针、一个函数对象、一个lambda表达式或一个类成员函数指针。创建线程的方式非常简单,例如:

1

2

3

4

5

6

voidmy_func()

{

// do something

}

std::threadmy_thread(my_func);// 使用函数指针创建线程

线程对象创建后,它的执行路径就已经开始了。我们可以通过std::thread对象的join()方法等待线程结束并阻塞主线程:

1

2

std::threadmy_thread(my_func);

my_thread.join();// 阻塞主线程等待子线程结束

当线程对象被销毁时,它会自动调用析构函数,如果线程没有被join()或detach(),则程序会终止并抛出std::terminate异常。

1

2

3

std::threadmy_thread(my_func);

// 不调用join()或detach()

// 当my_thread对象离开作用域时会抛出std::terminate异常

二、std::thread的成员函数

std::thread类还有一些非常有用的成员函数,可以帮助我们管理线程的生命周期、获取线程信息和控制线程行为。

1.join()和detach()
join()方法可以阻塞主线程等待子线程结束,而detach()方法则将线程对象与底层线程分离,使得线程对象的生命周期不再受限于线程的生命周期。

1

2

std::threadmy_thread(my_func);

my_thread.detach();// 分离线程,线程对象的生命周期不再受限于线程的生命周期

2.get_id()

get_id()方法返回线程对象所代表的线程的唯一标识符,这个标识符可以用来比较不同的线程对象是否代表同一个线程。

1

2

3

4

5

6

std::threadmy_thread1(my_func);

std::threadmy_thread2(my_func);

if(my_thread1.get_id() == my_thread2.get_id())

{

// 不会执行到这里

}

3.hardware_concurrency()
hardware_concurrency()方法返回计算机硬件支持的并发线程数,这个值通常等于处理器的核心数。

1

std::cout <<"可用线程数:"<< std::thread::hardware_concurrency() << std::endl;

三、线程间的通信

线程间的通信是多线程编程中的一个重要问题,std::thread类提供了一些机制来帮助我们实现线程间的通信和同步。

1.std::atomic
std::atomic是一个原子类型,它可以保证对该类型的操作是原子的,即不会被其他线程中断。std::atomic可以用于实现线程间的共享变量。

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

std::atomic<int> counter{0};

voidmy_func()

{

counter++;

}

intmain()

{

std::threadt1(my_func);

std::threadt2(my_func);

t1.join();

t2.join();

std::cout << counter << std::endl;// 输出2

return0;

}

2.std::mutex和std::lock_guard
std::mutex是一个互斥量,它可以用于实现线程间的互斥访问。std::lock_guard是一个RAII风格的互斥量保护器,它可以在构造函数中获取互斥量的锁,在析构函数中释放互斥量的锁。

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

std::atomic<int> counter{0};

voidmy_func()

{

counter++;

}

intmain()

{

std::threadt1(my_func);

std::threadt2(my_func);

t1.join();

t2.join();

std::cout << counter << std::endl;// 输出2

return0;

}

3.std::condition_variable
std::condition_variable是一个条件变量,它可以用于实现线程间的同步。std::condition_variable通常与std::unique_lock一起使用,可以实现线程的等待和唤醒操作。

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

std::mutex my_mutex;

std::condition_variable my_cv;

boolready =false;

voidmy_func()

{

std::unique_lock<std::mutex> lock(my_mutex);// 获取互斥量的锁

ready =true;

my_cv.notify_one();// 唤醒等待中的线程

}

intmain()

{

std::threadt1(my_func);

std::unique_lock<std::mutex> lock(my_mutex);

my_cv.wait(lock, []{returnready;});// 等待线程的唤醒

t1.join();

return0;

}

四、线程的异常处理

多线程程序中的异常处理是一个复杂的问题,std::thread类提供了一些机制来帮助我们处理线程中的异常。

1.try-catch块
在线程函数中使用try-catch块可以捕获线程中的异常,防止异常影响其他线程和整个程序。

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

voidmy_func()

{

try

{

// do something

}

catch(conststd::exception& e)

{

// 处理异常

}

}

intmain()

{

std::threadt1(my_func);

std::threadt2(my_func);

t1.join();

t2.join();

return0;

}

2.std::terminate
std::terminate是一个函数,它可以用于终止程序的执行。当线程中发生未被捕获的异常时,程序会自动调用std::terminate函数来终止程序的执行。

1

2

3

4

5

6

7

8

9

10

11

12

13

voidmy_func()

{

throwstd::runtime_error("something went wrong");

}

intmain()

{

std::threadt1(my_func);

std::threadt2(my_func);

t1.join();

t2.join();

return0;

}

在上面的代码中,my_func函数会抛出一个std::runtime_error异常,如果这个异常没有被try-catch块捕获,程序就会调用std::terminate函数来终止程序的执行。

3.std::exception_ptr
std::exception_ptr是一个类,它可以用于保存线程中发生的异常。我们可以在主线程中调用std::exception_ptr::rethrow_exception函数来重新抛出线程中的异常。

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

26

27

28

29

30

31

32

std::exception_ptr my_exception;

voidmy_func()

{

try

{

// do something

}

catch(...)

{

my_exception = std::current_exception();// 保存异常

}

}

intmain()

{

std::threadt1(my_func);

std::threadt2(my_func);

t1.join();

t2.join();

if(my_exception)

{

try

{

std::rethrow_exception(my_exception);// 重新抛出异常

}

catch(conststd::exception& e)

{

// 处理异常

}

}

return0;

}

在上面的代码中,my_func函数会捕获任何类型的异常,并将异常保存到my_exception变量中。在主线程中,如果my_exception变量中保存了异常,我们就调用std::rethrow_exception函数重新抛出异常,并在catch块中处理异常。

五、总结

C++11中的std::thread类是一个强大的多线程编程工具,它可以帮助我们轻松地创建和管理线程。通过std::thread类,我们可以实现线程的创建、启动、停止、等待和同步等操作,并可以使用各种机制来处理线程中的异常和实现线程间的通信。

在使用std::thread类时,我们需要注意以下几点:

  • 线程函数必须是可调用对象,如函数、函数指针、函数对象等。
  • 线程函数的参数必须是可拷贝的,否则需要使用std::ref包装。
  • 线程对象必须在主线程中加入join或detach,否则会导致程序异常。
  • 线程中发生的异常需要进行处理,否则会导致程序崩溃。

线程间的通信需要使用std::atomic、std::mutex、std::lock_guard和std::condition_variable等机制。

std::thread类是一个非常强大的多线程编程工具,它可以帮助我们实现各种复杂的多线程应用。熟练掌握std::thread类的使用方法和机制可以提高我们的多线程编程技能,也可以帮助我们更好地处理线程中的异常和实现线程间的通信。

最后,还有一些需要注意的点:

1.线程安全

多线程编程中一个非常重要的概念就是线程安全。如果多个线程同时访问同一个共享资源,可能会出现数据竞争(data race),导致程序出现不可预期的行为。

为了避免数据竞争,我们需要使用线程同步机制来保护共享资源。常用的线程同步机制包括std::mutex、std::lock_guard、std::unique_lock和std::condition_variable等。这些同步机制可以帮助我们实现互斥锁、条件变量等功能,以确保多个线程之间的正确协同工作。

2.线程池
线程池(thread pool)是一个管理一组线程的对象。线程池可以帮助我们管理线程的数量、复用线程资源、避免线程的创建和销毁等操作,从而提高多线程应用程序的效率。

C++标准库中并没有提供线程池的实现,但是我们可以使用第三方库或自己编写代码来实现线程池。常用的第三方线程池库包括Boost.Thread和Intel TBB等。

3.并发编程模型
并发编程模型是一种抽象的概念,它描述了多个任务之间的交互和协同工作。常用的并发编程模型包括消息传递模型、共享内存模型和数据流模型等。

消息传递模型(message passing)是指多个任务之间通过消息传递来进行通信和同步。共享内存模型(shared memory)是指多个任务之间通过共享内存来进行通信和同步。数据流模型(data flow)是指多个任务之间通过数据流来进行通信和同步。

C++中的std::thread类可以用于实现多个任务之间的并发编程模型。在使用std::thread类时,我们需要考虑线程间的同步和通信问题,以确保多个线程之间的正确协同工作。

4.多线程性能优化
在进行多线程编程时,我们需要考虑多线程性能优化问题。常用的多线程性能优化方法包括:

(1)避免线程的创建和销毁。线程的创建和销毁是比较耗时的操作,如果频繁地创建和销毁线程,会影响多线程应用程序的性能。我们可以使用线程池来复用线程资源,从而避免线程的创建和销毁。

(2)减少锁的使用。锁是一种线程同步机制,但是锁的使用会影响多线程应用程序的性能。如果多个线程之间访问同一个共享资源,可以使用无锁数据结构来避免锁的使用,从而提高多线程应用程序的性能。

(3)避免线程间的频繁通信。线程间的通信是需要开销的,如果频繁地进行线程间的通信,会影响多线程应用程序的性能。我们可以考虑将通信的数据缓存起来,减少线程间的频繁通信。

(4)使用本地变量。在多线程编程中,本地变量的访问不需要锁,可以提高多线程应用程序的性能。如果需要访问共享资源,可以将共享资源拷贝到本地变量中,从而避免锁的使用。

(5)使用任务并行模型。任务并行模型是一种并发编程模型,它可以将一个大任务划分为多个小任务,然后将小任务分配给多个线程来并行执行。这样可以提高多线程应用程序的性能。

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。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。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/10/3 3:48:45

openrig 统一配置 Claude Code 与 Codex:YAML 声明式管理 AI 编程助手

1. openrig 到底想解决什么问题第一次看到 openrig 这个名字&#xff0c;很多人会以为是某个硬件项目&#xff0c;毕竟 rig 这个词在英文里常指“设备、装置、机架”。但结合它周边的关键词——Claude Code、Codex、YAML、Node.js——基本可以判断&#xff0c;这是一个围绕 AI …

作者头像 李华
网站建设 2026/10/3 3:48:29

TOPCon与PERC组件怎么选?100MW电站25年收益对比测算

2024年上半年&#xff0c;我参与评审一个100MW地面光伏电站的可研报告&#xff0c;业主方拿着两版设备采购清单来找我&#xff0c;PERC那版组件报价比TOPCon低了差不多600万元。业主很认真地问&#xff1a;这省下来的600万&#xff0c;够不够弥补发电量差距&#xff1f;我没有直…

作者头像 李华
网站建设 2026/10/3 3:48:01

水下声学信号处理GUI设计与工程实践

简介&#xff1a;这是一套面向电子信息、计算机及数学专业本科生的MATLAB水下声学信号处理教学实践系统&#xff0c;聚焦课程设计、期末大作业与毕业设计场景&#xff0c;解决从基础信号分析到特征提取的全流程实操难题。资源共9个文件&#xff0c;含4个核心功能M文件&#xff…

作者头像 李华
网站建设 2026/10/3 3:46:53

Docker容器运行时机制梳理:企业级部署避坑与排查实践

我记得有一回帮朋友排查线上系统故障&#xff0c;Docker重启之后整套ERP服务爬不起来&#xff0c;数据库连接错误刷屏。运维老哥的操作记录其实挺规范的&#xff1a;docker run照着文档抄、参数一个没少、镜像也是官方拉下来的。但问题就出在他没意识到&#xff0c;容器的运行时…

作者头像 李华
网站建设 2026/10/3 3:46:37

2011-2025年地级市逐月二手房房价数据:Excel与Shp实操指南

自打开始做城市经济和房地产相关的研究&#xff0c;我最大的感受就是&#xff1a;数据不难找&#xff0c;难的是找到一套能直接上手的、口径统一的时间序列数据。尤其是二手房房价&#xff0c;网上碎片化信息一大堆&#xff0c;今天这个平台出一个均价&#xff0c;明天那个机构…

作者头像 李华