#include <vector>
#include <queue>
#include <memory>
#include <thread>
#include <mutex>
#include <condition_variable>
#include <future>
#include <functional>
#include <stdexcept>
// 建议使用支持C++14以上的编译器以支持所有特性
class ThreadPool {
public:
// 构造函数, 初始化大小
ThreadPool(size_t);
// typename std::result<F(Args...)> -> 编译期推断返回类型
// 可以使用auto代替,自动推断返回类型
template<class F, class... Args>
auto enqueue(F &&f, Args &&... args)
-> std::future<typename std::result_of<F(Args...)>::type>;
// 析构函数
~ThreadPool();
private:
// need to keep track of threads so we can join them
// 线程池的工作线程数
std::vector<std::thread> workers;
// the task queue
// 任务队列 函数应该被包装为void(void) 的task
std::queue<std::function<void()> > tasks;
// synchronization
// 同步工具
// 互斥锁和条件变量
// stop变量检测是否关闭线程池,可以使用atomic<bool>代替
std::mutex queue_mutex;
std::condition_variable condition;
bool stop;
};
// the constructor just launches some amount of workers
inline ThreadPool::ThreadPool(size_t threads)
: stop(false) {
// 创建threads个新线程塞进线程池
// 使用std::move 右值传递
for (size_t i = 0; i < threads; ++i)
workers.emplace_back( // 相当于 push_back(std::move(...))
[this] { // lambda函数,将class的成员变量以指针(引用)形式传递进去,*this则是以拷贝形式传递
for (;;) {
// worker函数不断轮询,竞争任务
// 创建一个任务包装,以存放将要完成的task
std::function<void()> task;
{
// 访问临界区需要上锁
std::unique_lock<std::mutex> lock(this->queue_mutex);
// 若队列不为空或者需要stop,则唤醒worker
this->condition.wait(lock,
[this] { return this->stop || !this->tasks.empty(); });
// 若有停止信号或者队列为空,则直接返回
if (this->stop && this->tasks.empty())
return;
// 获取任务,使用右值
task = std::move(this->tasks.front());
// 弹出在工作的任务
this->tasks.pop();
}
// 执行任务
task();
// 完成后继续从task队列中提取任务
}
}
);
}
// add new work item to the pool
template<class F, class... Args>
auto ThreadPool::enqueue(F &&f, Args &&... args)
// 下面的推断可以使用auto
-> std::future<typename std::result_of<F(Args...)>::type> {
// 使用萃取的方法获取返回值类型
using return_type = typename std::result_of<F(Args...)>::type;
// 将任务包装成异步函数指针,封装为shared_ptr 完后后自动回收,不造成内存泄漏
// 而且在后续的lambda函数中可以直接传递函数指针然后执行
// 使用packaged_task<>,函数绑定std::bind,和完美转发std::forward
// 包装需要执行的函数,然后在后台进行异步执行
auto task = std::make_shared<std::packaged_task<return_type()> >(
std::bind(std::forward<F>(f), std::forward<Args>(args)...));
// 绑定异步函数task的返回值到future res中
std::future<return_type> res = task->get_future();
{
// 在匿名作用域中使用unique_lock
// 减小锁的粒度,出了匿名作用区锁就被释放
std::unique_lock<std::mutex> lock(queue_mutex);
// don't allow enqueueing after stopping the pool
// 防止在停止后放入任务
if (stop)
throw std::runtime_error("enqueue on stopped ThreadPool");
// 将匿名函数包装到lambda函数void()中
// task是函数指针(即函数的地址),所以拷贝传递可以执行
tasks.emplace([task]() { (*task)(); });
}
// 唤醒一个worker
condition.notify_one();
return res;
}
// the destructor joins all threads
inline ThreadPool::~ThreadPool() {
{
// 此处使用atomic<bool>显得更加方便
std::unique_lock<std::mutex> lock(queue_mutex);
stop = true;
}
condition.notify_all();
// join后自动销毁回收
for (std::thread &worker: workers)
worker.join();
}
#include <iostream>
int main() {
ThreadPool pool(4);
std::vector<std::future<int> > results;
results.reserve(8);
for (int i = 0; i < 8; ++i) {
results.emplace_back(
pool.enqueue([i] {
std::cout << "hello " << i << std::endl;
std::this_thread::sleep_for(std::chrono::seconds(1));
std::cout << "world " << i << std::endl;
return i * i;
})
);
}
for (auto &&result: results)
std::cout << result.get() << ' ';
std::cout << std::endl;
return 0;
}
|