C++ 安全并发访问容器元素
2014-9-24 flyfish
标准库STL的vector, deque, list等等不是线程安全的
例如 线程1正在使用迭代器（iterator）读vector
线程2正在对该vector进行插入操作，使vector重新分配内存，这样就造成线程1中的迭代器失效
STL的容器
多个线程读是安全的，在读的过程中，不能对容器有任何写入操作
多个线程可以同时对不同的容器做写入操作。
不能指望任何STL实现来解决线程难题，必须手动做同步控制.
C++ Primer Plus 第6版 中文版 清晰有书签PDF+源代码
将C语言梳理一下，分布在以下10个章节中：
Linux-C成长之路（十）：其他高级议题
方案1 对vector进行加锁处理
effective STL给出的Lock框架
template<typename Container> //一个为容器获取和释放互斥体的模板
class Lock
{ //框架；其中的很多细节被省略了
public:
Lock(const Container& container) :c(container)
{
getMutexFor(c);
//在构造函数中获取互斥体
}
~Lock()
{
releaseMutexFor(c);
//在析构函数中释放它
}
private: const Container& c;
};
如果需要实现工业强度，需要做更多的工作。
方案2 微软的Parallel Patterns Library (PPL)
看MSDN
PPL 提供的功能
1 Task Parallelism: a mechanism to execute several work items (tasks) in parallel
任务并行：一种并行执行若干工作项（任务）的机制
2 Parallel algorithms: generic algorithms that act on collections of data in parallel
并行算法：并行作用于数据集合的泛型算法
3 Parallel containers and objects: generic container types that provide safe concurrent access to their elements
并行容器和对象：提供对其元素的安全并发访问的泛型容器类型
示例是对斐波那契数列（Fibonacci）的顺序计算和并行计算的比较
顺序计算是
使用 STL std::for_each 算法
结果存储在 std::vector 对象中。
并行计算是
使用 PPL Concurrency::parallel_for_each 算法
结果存储在 Concurrency::concurrent_vector 对象中。
// parallel-fibonacci.cpp
// compile with: /EHsc
#include <windows.h>
#include <ppl.h>
#include <concurrent_vector.h>
#include <array>
#include <vector>
#include <tuple>
#include <algorithm>
#include <iostream>
using namespace Concurrency;
using namespace std;
// Calls the provided work function and returns the number of milliseconds
// that it takes to call that function.
template <class Function>
__int64 time_call(Function&& f)
{
__int64 begin = GetTickCount();
f();
return GetTickCount() - begin;
}
// Computes the nth Fibonacci number.
int fibonacci(int n)
{
if(n < 2)
return n;
return fibonacci(n-1) + fibonacci(n-2);
}
int wmain()
{
__int64 elapsed;
// An array of Fibonacci numbers to compute.
array<int, 4> a = { 24, 26, 41, 42 };
// The results of the serial computation.
vector<tuple<int,int>> results1;
// The results of the parallel computation.
concurrent_vector<tuple<int,int>> results2;