C++内存模型是C++11引入的多线程内存行为规范，核心为原子操作与内存顺序。它通过memory_order_seq_cst实现顺序一致性，保证所有线程看到一致的操作顺序；还提供memory_order_relaxed、acquire/release等更灵活但需谨慎使用的选项，用于性能与安全性的权衡，支持跨线程同步与数据可见性控制。
C++的内存模型是C++11标准引入的重要概念，主要用来定义多线程程序中变量的访问规则，特别是共享数据在不同线程之间的可见性和操作顺序。它为开发者提供了对并发编程中内存行为的精确控制，避免因编译器优化或CPU乱序执行导致的未定义行为。
什么是C++内存模型
C++内存模型的核心是原子操作（atomic）和内存顺序（memory order）。它不依赖于具体硬件架构，而是通过抽象的方式规定了多线程环境下读写操作的行为边界。
该模型允许程序员在性能与安全性之间做权衡。例如，在不需要严格同步的场景下可以使用宽松的内存顺序来提升效率；而在关键临界区则需保证强一致性。
顺序一致性（Sequential Consistency）
顺序一致性是最直观、最严格的内存顺序模型。当所有原子操作都使用 std::memory_order_seq_cst 时，整个程序表现为：所有线程看到的操作顺序是一致的，并且每个线程的操作按程序顺序出现。
立即学习“C++免费学习笔记（深入）”；
这意味着：
- 所有线程对原子变量的修改有一个全局一致的顺序。
- 每个线程内的操作不会被重排。
- 结果符合程序员直觉——就像所有操作在一个线程上串行执行一样。
例如：
#include
#include
std::atomicx{false}, y{false};
std::atomicz{0};
void write_x() {
x.store(true, std::memory_order_seq_cst);
}
void write_y() {
y.store(true, std::memory_order_seq_cst);
}
void read_x_then_y() {
while (!x.load(std::memory_order_seq_cst))
;
if (y.load(std::memory_order_seq_cst)) {
++z;
}
}
void read_y_then_x() {
while (!y.load(std::memory_order_seq_cst))
;
if (x.load(std::memory_order_seq_cst)) {
++z;
}
}
int main() {
// 四个线程分别执行
std::thread a(write_x);
std::thread b(write_y);
std::thread c(read_x_then_y);
std::thread d(read_y_then_x);
a.join(); b.join(); c.join(); d.join();
// z 的值不可能为0
}
在顺序一致性下，至少有一个判断会看到另一个变量已写入，因此 z 至少为1。这体现了全局一致的操作视图。
其他内存顺序选项
除了顺序一致性，C++还提供更灵活但需要谨慎使用的内存顺序：
- memory_order_relaxed：仅保证原子性，不保证顺序。适用于计数器等无需同步上下文的场景。
- memory_order_acquire / release：用于实现锁或同步结构。写操作用 release，读操作用 acquire，可建立“释放-获取”关系，确保某些写操作对后续获取操作可见。
- memory_order_consume：比 acquire 更弱，只限制依赖的数据不被重排，实际支持有限，通常不推荐使用。
比如使用 acquire/release 实现简单的同步：
std::atomicflag{false};
int data = 0;
void writer() {
data = 42; // 非原子写
flag.store(true, std::memory_order_release); // 保证上面的写入不会被重排到 store 之后
}
void reader() {
while (!flag.load(std::memory_order_acquire)) // 等待 flag 变为 true
;
// 此时 data 一定是 42
assert(data == 42);
}
这里通过 release-acquire 建立了同步关系，使得 writer 中对 data 的修改对 reader 可见。
总结
C++内存模型为并发编程提供了底层保障。顺序一致性最安全也最慢，适合大多数初学者场景；而 relaxed、acquire/release 则可用于优化性能，但要求开发者理解数据依赖和同步逻辑。
掌握这些机制有助于写出高效且正确的多线程代码。基本上就这些核心内容，不复杂但容易忽略细节。
