0

0

如何在C++中使用条件变量_C++多线程同步之条件变量

裘德小鎮的故事

裘德小鎮的故事

发布时间:2025-09-24 09:35:02

|

608人浏览过

|

来源于php中文网

原创

std::condition_variable与std::mutex配合解决线程等待与通知问题,避免忙等待,在生产者-消费者模型中通过wait和notify实现高效协作,防止虚假唤醒需使用谓词,避免丢失唤醒应先加锁再检查条件。

如何在c++中使用条件变量_c++多线程同步之条件变量

在C++多线程编程里,当我们遇到一个线程需要等待某个条件满足才能继续执行的情况,std::condition_variable就是那个常常被我们请出来的“协调员”。它不是一个独立的锁,而是一个与std::mutex协同工作的工具,主要职责是让线程在特定条件下进入休眠状态,直到另一个线程发出信号唤醒它。简单来说,它解决了“等待”这个难题,避免了无谓的忙等待,让线程更高效地利用CPU资源。

解决方案

要在C++中有效地使用条件变量,核心思想是将其与互斥锁(std::mutex)结合起来,共同管理共享数据的访问和线程间的通知。最经典的场景莫过于生产者-消费者模型。

#include 
#include 
#include 
#include 
#include 
#include  // For std::chrono::milliseconds

std::mutex mtx; // 互斥锁,保护共享数据
std::condition_variable cv; // 条件变量,用于线程间通信
std::queue data_queue; // 共享数据队列
const int MAX_QUEUE_SIZE = 5; // 队列最大容量

// 生产者线程
void producer() {
    for (int i = 0; i < 10; ++i) {
        std::unique_lock lock(mtx); // 锁定互斥量

        // 等待队列不满。如果队列已满,生产者线程在此处等待
        // wait()会自动释放锁并阻塞,被唤醒后会重新获取锁
        cv.wait(lock, [&]{ return data_queue.size() < MAX_QUEUE_SIZE; });

        data_queue.push(i); // 生产数据
        std::cout << "Producer produced: " << i << ". Queue size: " << data_queue.size() << std::endl;

        lock.unlock(); // 提前释放锁,让消费者有机会竞争
        cv.notify_one(); // 通知一个等待中的消费者线程

        std::this_thread::sleep_for(std::chrono::milliseconds(100)); // 模拟生产耗时
    }
    std::cout << "Producer finished." << std::endl;
}

// 消费者线程
void consumer() {
    for (int i = 0; i < 10; ++i) {
        std::unique_lock lock(mtx); // 锁定互斥量

        // 等待队列不空。如果队列为空,消费者线程在此处等待
        cv.wait(lock, [&]{ return !data_queue.empty(); });

        int data = data_queue.front(); // 消费数据
        data_queue.pop();
        std::cout << "Consumer consumed: " << data << ". Queue size: " << data_queue.size() << std::endl;

        lock.unlock(); // 提前释放锁,让生产者有机会竞争
        cv.notify_one(); // 通知一个等待中的生产者线程

        std::this_thread::sleep_for(std::chrono::milliseconds(150)); // 模拟消费耗时
    }
    std::cout << "Consumer finished." << std::endl;
}

// int main() {
//     std::thread prod_thread(producer);
//     std::thread cons_thread(consumer);

//     prod_thread.join();
//     cons_thread.join();

//     std::cout << "All threads finished." << std::endl;
//     return 0;
// }

这个例子里,std::unique_lock确保了对data_queue的独占访问。cv.wait()是关键:它会在条件不满足时释放锁并让当前线程休眠,直到被notify_one()notify_all()唤醒,并重新获取锁。传入的lambda表达式(谓词)是防止虚假唤醒和“丢失的唤醒”的关键。

条件变量究竟解决了哪些痛点?它和互斥量有什么不同?

说实话,刚接触多线程的时候,我常常会把互斥量和条件变量的概念搞混,或者觉得互斥量是不是就够用了。但深入下去,你会发现它们俩是完全不同的角色,却又密不可分。互斥量(std::mutex)的核心职责是保护共享资源,确保在任何时刻只有一个线程能访问它,避免数据竞争。它就像一道门,一次只能进出一个人。

立即学习C++免费学习笔记(深入)”;

但光有门还不够。设想一个场景:一个线程A需要处理某个数据,但这个数据还没准备好。如果线程A只是傻傻地用一个循环去不断检查数据是否准备好(也就是所谓的“忙等待”),那它就会白白消耗CPU资源,效率极低。这就是互斥量解决不了的痛点——线程间的协作与等待

条件变量(std::condition_variable)就是来解决这个问题的。它提供了一种机制,让一个线程可以在某个条件不满足时主动挂起(休眠),释放互斥锁,等待其他线程通知它条件已经满足。一旦条件满足,被通知的线程就会被唤醒,重新尝试获取互斥锁,然后继续执行。这就像是门旁边的一个呼叫器:数据没准备好,你就按一下呼叫器,然后去休息,等数据准备好了,有人会按呼叫器通知你。

通义万相
通义万相

通义万相,一个不断进化的AI艺术创作大模型

下载

所以,它们的不同点很明显:

  • 互斥量:解决资源访问冲突问题,保证原子性。
  • 条件变量:解决线程等待与通知问题,实现线程间的协作。

它们之所以要配合使用,是因为条件变量在等待时需要释放互斥锁,这样其他线程才能进入临界区改变条件。被唤醒的线程也需要重新获取互斥锁,才能安全地检查条件并访问共享数据。没有互斥锁的保护,条件变量的等待和通知机制就毫无意义,甚至会引入新的数据竞争问题。我个人觉得,理解它们的这种“共生”关系,是掌握C++多线程同步的关键一步。

使用std::condition_variable时有哪些常见的陷阱和最佳实践?

在使用std::condition_variable时,虽然它功能强大,但确实有些地方稍不注意就可能踩坑。我总结了几点,也算是自己摸索过程中吃过亏的地方。

  1. 虚假唤醒(Spurious Wakeups):这是最常见的陷阱之一。条件变量的wait()方法有时可能会在没有notify_one()notify_all()调用时被唤醒。这听起来有点反直觉,但确实会发生,而且是标准允许的行为。

    • 最佳实践始终使用谓词(predicate)cv.wait(lock, []{ return condition; }); 这种形式是强烈推荐的。wait方法会在被唤醒后,自动重新检查谓词。如果谓词仍然为false,它会再次释放锁并进入等待状态。这确保了线程只在真正需要时才继续执行,有效规避了虚假唤醒带来的问题。
  2. “丢失的唤醒”(Lost Wakeups):如果一个notify_one()notify_all()调用发生在wait()方法被调用之前,那么这个唤醒信号就可能被“丢失”了,导致本应被唤醒的线程永远等待下去。这通常发生在条件已经满足,但等待线程还没来得及进入wait状态的时候。

    • 最佳实践
      • 在改变条件后立即调用notify_one()notify_all()。虽然理论上可以在解锁互斥量后调用notify,但在互斥量保护

热门AI工具

更多
DeepSeek
DeepSeek

幻方量化公司旗下的开源大模型平台

豆包大模型
豆包大模型

字节跳动自主研发的一系列大型语言模型

通义千问
通义千问

阿里巴巴推出的全能AI助手

腾讯元宝
腾讯元宝

腾讯混元平台推出的AI助手

文心一言
文心一言

文心一言是百度开发的AI聊天机器人,通过对话可以生成各种形式的内容。

讯飞写作
讯飞写作

基于讯飞星火大模型的AI写作工具,可以快速生成新闻稿件、品宣文案、工作总结、心得体会等各种文文稿

即梦AI
即梦AI

一站式AI创作平台,免费AI图片和视频生成。

ChatGPT
ChatGPT

最最强大的AI聊天机器人程序,ChatGPT不单是聊天机器人,还能进行撰写邮件、视频脚本、文案、翻译、代码等任务。

相关专题

更多
lambda表达式
lambda表达式

Lambda表达式是一种匿名函数的简洁表示方式,它可以在需要函数作为参数的地方使用,并提供了一种更简洁、更灵活的编码方式,其语法为“lambda 参数列表: 表达式”,参数列表是函数的参数,可以包含一个或多个参数,用逗号分隔,表达式是函数的执行体,用于定义函数的具体操作。本专题为大家提供lambda表达式相关的文章、下载、课程内容,供大家免费下载体验。

208

2023.09.15

python lambda函数
python lambda函数

本专题整合了python lambda函数用法详解,阅读专题下面的文章了解更多详细内容。

191

2025.11.08

Python lambda详解
Python lambda详解

本专题整合了Python lambda函数相关教程,阅读下面的文章了解更多详细内容。

55

2026.01.05

线程和进程的区别
线程和进程的区别

线程和进程的区别:线程是进程的一部分,用于实现并发和并行操作,而线程共享进程的资源,通信更方便快捷,切换开销较小。本专题为大家提供线程和进程区别相关的各种文章、以及下载和课程。

503

2023.08.10

Python 多线程与异步编程实战
Python 多线程与异步编程实战

本专题系统讲解 Python 多线程与异步编程的核心概念与实战技巧,包括 threading 模块基础、线程同步机制、GIL 原理、asyncio 异步任务管理、协程与事件循环、任务调度与异常处理。通过实战示例,帮助学习者掌握 如何构建高性能、多任务并发的 Python 应用。

186

2025.12.24

java多线程相关教程合集
java多线程相关教程合集

本专题整合了java多线程相关教程,阅读专题下面的文章了解更多详细内容。

15

2026.01.21

C++多线程相关合集
C++多线程相关合集

本专题整合了C++多线程相关教程,阅读专题下面的的文章了解更多详细内容。

15

2026.01.21

java入门学习合集
java入门学习合集

本专题整合了java入门学习指南、初学者项目实战、入门到精通等等内容,阅读专题下面的文章了解更多详细学习方法。

1

2026.01.29

java配置环境变量教程合集
java配置环境变量教程合集

本专题整合了java配置环境变量设置、步骤、安装jdk、避免冲突等等相关内容,阅读专题下面的文章了解更多详细操作。

2

2026.01.29

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
相关推荐
/
热门推荐
/
最新课程
React 教程
React 教程

共58课时 | 4.3万人学习

Pandas 教程
Pandas 教程

共15课时 | 1.0万人学习

ASP 教程
ASP 教程

共34课时 | 4.2万人学习

关于我们 免责申明 举报中心 意见反馈 讲师合作 广告合作 最新更新
php中文网:公益在线php培训,帮助PHP学习者快速成长!
关注服务号 技术交流群
PHP中文网订阅号
每天精选资源文章推送

Copyright 2014-2026 https://www.php.cn/ All Rights Reserved | php.cn | 湘ICP备2023035733号