C++ 並發程式設計的理論與實務探索

C 並發程式設計透過執行緒、互斥體、條件變數和原子操作等機制實現多任務並發執行。在實作案例中，多執行緒圖片處理程序將圖片分割為區塊，並透過執行緒池並行處理這些區塊，縮短了處理時間。

C 並發程式設計的理論與實踐探索

引言##並發程式設計涉及同時執行多個任務，它已成為現代軟體開發中不可或缺的一部分。 C 語言提供了豐富的並發性功能，本文將深入探討這些功能的理論基礎和實際應用。

理論基礎

• 線程： 一種輕量級的執行單元，它共享進程的資源，例如記憶體和文件描述符。
• 互斥體（Mutex）： 一種同步原語，用於保護臨界區，確保同一時間只能有一個執行緒存取該區域。
• 條件變數（Condition Variable）： 另一種同步原語，它允許執行緒等待某些條件被滿足。
• 原子操作： 對共享資料的操作，確保操作不可中斷，從而保證資料的完整性。

實作案例：多執行緒圖片處理為了展示並發程式設計的實際應用，我們將實作一個多執行緒圖片處理程序，它將圖片分割為多個區塊，並在每個區塊上並行執行影像處理任務。

程式碼實作

#include <iostream>
#include <vector>
#include <thread>
#include <mutex>
#include <condition_variable>

using namespace std;

// 图像块结构体
struct ImageBlock {
    int start_row;  // 块的起始行
    int start_col;  // 块的起始列
    int width;      // 块的宽度
    int height;     // 块的高度
};

// 共享变量保护
mutex m;
condition_variable cv;

// 是否已处理完所有块
bool done = false;

// 图片处理函数
void processImageBlock(ImageBlock block) {
    // ... 实际的图像处理操作 ...
}

// 线程处理函数
void threadFunc(vector<ImageBlock>& blocks) {
    while (!done) {
        // 获取一个未处理的块
        unique_lock<mutex> lk(m);
        ImageBlock block;
        for (auto& b : blocks) {
            if (!b.processed) {
                block = b;
                b.processed = true;
                break;
            }
        }
        // 如果没有未处理的块，则等待
        if (!block.processed) {
            cv.wait(lk);
        }
        // 对块进行处理
        processImageBlock(block);
    }
}

int main() {
    // 划分图像为块
    vector<ImageBlock> blocks;
    // ... 省略分割图像的代码 ...

    // 创建线程池
    vector<thread> threads;
    for (int i = 0; i < 4; i++) {
        threads.emplace_back(threadFunc, ref(blocks));
    }

    // 等待所有线程完成
    {
        unique_lock<mutex> lk(m);
        done = true;
        cv.notify_all();
    }
    for (auto& t : threads) {
        t.join();
    }

    return 0;
}

執行結果程式將並行處理影像中的區塊，從而縮短整體處理時間。輸出將顯示每個線程處理的區塊的詳細資訊。

總結本文探討了 C 並發程式設計的理論基礎與實務應用。透過引入互斥體、條件變數和原子操作等概念，我們展示如何實現執行緒安全和高效的多執行緒程式。實戰案例展示了並發程式設計在影像處理領域中的實際應用。

以上是C++ 並發程式設計的理論與實務探索的詳細內容。更多資訊請關注PHP中文網其他相關文章！