C++解压库线程模型

C++ 中有多种线程模型可供选择，具体取决于您的需求和应用程序的复杂性。以下是一些常见的 C++ 线程模型：

1. 单线程：这是最简单的线程模型，只使用一个线程来执行任务。这种模型适用于简单的应用程序，无需进行复杂的并发处理。

#include <iostream>
#include <thread>

void task() {
    std::cout << "Task executed in single thread" << std::endl;
}

int main() {
    std::thread t(task);
    t.join();
    return 0;
}

2. 多线程：这种模型使用多个线程来执行任务，可以提高程序的执行效率。您可以使用 std::thread 类来创建和管理线程。

#include <iostream>
#include <thread>

void task(int id) {
    std::cout << "Task " << id << " executed in thread " << std::this_thread::get_id() << std::endl;
}

int main() {
    const int num_threads = 4;
    std::thread threads[num_threads];

    for (int i = 0; i < num_threads; ++i) {
        threads[i] = std::thread(task, i);
    }

    for (auto& t : threads) {
        t.join();
    }

    return 0;
}

3. 线程池：线程池是一种管理线程的机制，它可以复用已创建的线程，从而减少线程创建和销毁的开销。C++ 中可以使用第三方库（如 Boost.Asio）或自己实现一个简单的线程池。

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

class ThreadPool {
public:
    ThreadPool(size_t num_threads) : stop(false) {
        for (size_t i = 0; i < num_threads; ++i) {
            workers.emplace_back([this] {
                for (;;) {
                    std::function<void()> task;
                    {
                        std::unique_lock<std::mutex> lock(this->queue_mutex);
                        this->condition.wait(lock, [this] { return this->stop || !this->tasks.empty(); });
                        if (this->stop && this->tasks.empty()) {
                            return;
                        }
                        task = std::move(this->tasks.front());
                        this->tasks.pop();
                    }
                    task();
                }
            });
        }
    }

    ~ThreadPool() {
        {
            std::unique_lock<std::mutex> lock(queue_mutex);
            stop = true;
        }
        condition.notify_all();
        for (auto& worker : workers) {
            worker.join();
        }
    }

    template <class F, class... Args>
    void enqueue(F&& f, Args&&... args) {
        {
            std::unique_lock<std::mutex> lock(queue_mutex);
            tasks.emplace([f, args...] { f(args...); });
        }
        condition.notify_one();
    }

private:
    std::vector<std::thread> workers;
    std::queue<std::function<void()>> tasks;
    std::mutex queue_mutex;
    std::condition_variable condition;
    bool stop;
};

void task(int id) {
    std::cout << "Task " << id << " executed in thread " << std::this_thread::get_id() << std::endl;
}

int main() {
    ThreadPool pool(4);

    for (int i = 0; i < 8; ++i) {
        pool.enqueue(task, i);
    }

    return 0;
}

4. 异步编程：C++11 引入了 std::async 和 std::future，可以简化异步编程。std::async 可以用于启动一个异步任务，并返回一个 std::future 对象，该对象可以在适当的时候获取任务的结果。

#include <iostream>
#include <future>

int task(int id) {
    std::cout << "Task " << id << " executed in thread " << std::this_thread::get_id() << std::endl;
    return id * 2;
}

int main() {
    std::future<int> result = std::async(task, 42);

    std::cout << "Waiting for task result..." << std::endl;
    int res = result.get();
    std::cout << "Task result: " << res << std::endl;

    return 0;
}

这些线程模型可以根据您的应用程序需求进行选择和组合。在实际应用中，您可能需要根据具体情况调整线程数量、任务分配策略等。