C++ std::atomic 原子操作
ztj100 2025-01-21 23:12 48 浏览 0 评论
01
引言
在C++中,std::atomic 是标准库中的一个模板类,用于提供原子操作。原子操作是指在多线程环境下,当多个线程尝试同时访问和修改共享数据时,能够保证数据的完整性和一致性的单个操作。std::atomic 通过确保操作的原子性,来避免竞态条件和数据竞争。
02
重要性
在多线程程序中,如果多个线程同时读写同一内存位置,可能会导致数据不一致的问题。
std::atomic 提供了一系列原子类型,如 std::atomic<int>、std::atomic<long>、std::atomic<bool> 等,以及对它们的原子操作,如加载(load)、存储(store)、交换(exchange)、增加(fetch_add)等。
03
基本用法
原子操作类型:
- 加载(Load):load() 方法原子地读取变量的值。
- 存储(Store):store() 方法原子地将一个值写入变量。
- 交换(Exchange):exchange() 方法原子地交换变量的值。
- 增加(Fetch Add):fetch_add() 方法原子地增加变量的值,并返回增加前的值。
- 减少(Fetch Sub):fetch_sub() 方法原子地减少变量的值,并返回减少前的值。
- 比较并交换(Compare and Exchange):compare_exchange_weak() 或 compare_exchange_strong() 方法原子地进行比较并交换操作。
#include <atomic> // 头文件
std::atomic<int> atomicVar(0); // 初始化原子变量
// 原子地增加 atomicVar 的值
atomicVar.fetch_add(1);
// 原子地读取 atomicVar 的值
int value = atomicVar.load();
// =============================
std::atomic<int> data(100);
int current_value = data.load(); // 原子地加载 data 的值到 current_value
data.store(200); // 原子地将 200 存储到 data
04
示例
#include <iostream>
#include <atomic>
#include <thread>
std::atomic<int> counter(0); // 使用原子变量来计数
void incrementCounter() {
for (int i = 0; i < 1000; ++i) {
counter.fetch_add(1, std::memory_order_relaxed); // 原子增加
}
}
int main() {
std::thread t1(incrementCounter);
std::thread t2(incrementCounter);
t1.join();
t2.join();
std::cout << "Final counter value: " << counter.load() << std::endl; // 输出计数结果
return 0;
}
在这个示例中,我们创建了一个原子计数器 counter,并启动了两个线程,每个线程对计数器执行1000次增加操作。由于使用了原子操作,最终的计数结果是准确的。
05
小结
std::atomic 是C++11及以后版本中多线程编程的重要特性,使用 std::atomic 的关键步骤包括包含相关的头文件、声明和初始化原子变量、执行原子操作以及选择适当的内存顺序。通过使用适当的成员函数和操作符,可以实现原子操作,并确保操作的完整性和一致性。同时,需要根据需求选择适当的内存顺序来控制操作的顺序和可见性。
std::atomic 的操作通常需要指定内存顺序memory order,如 std::memory_order_relaxed/std::memory_order_acquire/std::memory_order_release 等,以确保操作的原子性和内存一致性。
原子操作的性能开销通常比非原子操作高,需谨慎使用。
相关推荐
- 再说圆的面积-蒙特卡洛(蒙特卡洛方法求圆周率的matlab程序)
-
在微积分-圆的面积和周长(1)介绍微积分方法求解圆的面积,本文使用蒙特卡洛方法求解圆面积。...
- python创建分类器小结(pytorch分类数据集创建)
-
简介:分类是指利用数据的特性将其分成若干类型的过程。监督学习分类器就是用带标记的训练数据建立一个模型,然后对未知数据进行分类。...
- matplotlib——绘制散点图(matplotlib散点图颜色和图例)
-
绘制散点图不同条件(维度)之间的内在关联关系观察数据的离散聚合程度...
- python实现实时绘制数据(python如何绘制)
-
方法一importmatplotlib.pyplotaspltimportnumpyasnpimporttimefrommathimport*plt.ion()#...
- 简单学Python——matplotlib库3——绘制散点图
-
前面我们学习了用matplotlib绘制折线图,今天我们学习绘制散点图。其实简单的散点图与折线图的语法基本相同,只是作图函数由plot()变成了scatter()。下面就绘制一个散点图:import...
- 数据分析-相关性分析可视化(相关性分析数据处理)
-
前面介绍了相关性分析的原理、流程和常用的皮尔逊相关系数和斯皮尔曼相关系数,具体可以参考...
- 免费Python机器学习课程一:线性回归算法
-
学习线性回归的概念并从头开始在python中开发完整的线性回归算法最基本的机器学习算法必须是具有单个变量的线性回归算法。如今,可用的高级机器学习算法,库和技术如此之多,以至于线性回归似乎并不重要。但是...
- 用Python进行机器学习(2)之逻辑回归
-
前面介绍了线性回归,本次介绍的是逻辑回归。逻辑回归虽然名字里面带有“回归”两个字,但是它是一种分类算法,通常用于解决二分类问题,比如某个邮件是否是广告邮件,比如某个评价是否为正向的评价。逻辑回归也可以...
- 【Python机器学习系列】拟合和回归傻傻分不清?一文带你彻底搞懂
-
一、拟合和回归的区别拟合...
- 推荐2个十分好用的pandas数据探索分析神器
-
作者:俊欣来源:关于数据分析与可视化...
- 向量数据库:解锁大模型记忆的关键!选型指南+实战案例全解析
-
本文较长,建议点赞收藏,以免遗失。更多AI大模型应用开发学习视频及资料,尽在...
- 用Python进行机器学习(11)-主成分分析PCA
-
我们在机器学习中有时候需要处理很多个参数,但是这些参数有时候彼此之间是有着各种关系的,这个时候我们就会想:是否可以找到一种方式来降低参数的个数呢?这就是今天我们要介绍的主成分分析,英文是Princip...
- 神经网络基础深度解析:从感知机到反向传播
-
本文较长,建议点赞收藏,以免遗失。更多AI大模型应用开发学习视频及资料,尽在...
- Python实现基于机器学习的RFM模型
-
CDA数据分析师出品作者:CDALevelⅠ持证人岗位:数据分析师行业:大数据...
你 发表评论:
欢迎- 一周热门
- 最近发表
- 标签列表
-
- idea eval reset (50)
- vue dispatch (70)
- update canceled (42)
- order by asc (53)
- spring gateway (67)
- 简单代码编程 贪吃蛇 (40)
- transforms.resize (33)
- redisson trylock (35)
- 卸载node (35)
- np.reshape (33)
- torch.arange (34)
- npm 源 (35)
- vue3 deep (35)
- win10 ssh (35)
- vue foreach (34)
- idea设置编码为utf8 (35)
- vue 数组添加元素 (34)
- std find (34)
- tablefield注解用途 (35)
- python str转json (34)
- java websocket客户端 (34)
- tensor.view (34)
- java jackson (34)
- vmware17pro最新密钥 (34)
- mysql单表最大数据量 (35)