使用具有共享全局变量的线程

Posted 2023-02-22

【中文标题】使用具有共享全局变量的线程

【英文标题】：using threads with a shared global variable

【发布时间】：2015-12-03 23:41:04

【问题描述】：

当线程访问共享全局变量时，我无法想出一种算法来确保互斥。我正在尝试编写一个可以使用全局变量的线程函数，而不是将其切换为局部变量。

到目前为止我有这个代码：

int sumGlobal = 0;

void sumArray(int** array, int size)

  for (int i=0; i<size; i++)
    for (int j=0; j<size; j++)
      sumGlobal += array[i][j];
    
  


int main()
    int size = 4000;
    int numThreads = 4;

    int** a2DArray = new int*[size];
    for (int i=0; i<size; i++)
        a2DArray[i] = new int[size];
        for (int j=0; j<dim; j++)
          a2DArray[i][j] = genRandNum(0,100);
            
    


    std::vector<std::future<void>> thread_Pool;
    for (int i = 0; i < numThreads; ++i) 

        thread_Pool.push_back( std::async(launch::async,
                        sumArray, a2DArray, size));
    

我不确定如何保证sumGlobal 不会被每个线程重写。我想正确更新它，以便每个线程在完成时将其值添加到全局变量中。我只是想学习线程，而不是局限于非空函数。

【问题讨论】：

您有两个选择：1）使用锁进行互斥。 2）使用原子类型和操作来避免对锁的需要。

【参考方案1】：

制作变量atomic：

#include <atomic>
... 
std::atomic<int> sumGlobal 0;

原子变量不受数据竞争的影响：即使有多个线程尝试读取和写入它，它也表现良好。原子性是通过互斥还是无锁方式实现的，由实现来决定。当您使用 += 以原子方式更新变量时，您的示例中不存在不一致的风险。

nice video 更详细地向您解释什么是原子，为什么需要它们，以及它们是如何工作的。

您也可以保持变量原样并使用互斥锁/lock_gard 来保护它，正如我的@Miles Budnek 所解释的那样。问题是，一次只有一个线程可以执行受互斥锁保护的代码。在您的示例中，这意味着不同线程中的处理不会真正同时进行。原子方法应该具有卓越的性能：一个线程可能仍然计算索引并读取数组，而另一个线程正在更新全局变量。

【讨论】：

谢谢，虽然不是我想要的解决方案。您是否知道在保持变量不变的同时实现这一点的方法？虽然在旁注中，但在尝试了您的建议后，我得到了编译错误。不知道为什么。

@foolsgold 这是一个很小的更改，可能是解决您问题的最佳解决方案。为什么它不是您所追求的“解决方案”？

@foolsgold 我已经更新了初始化以消除所有编译器上的错误消息。我已经完成了互斥锁以允许更长时间地冻结变量的值，但我不会在您的示例中推荐这种方法。

感谢视频，非常有趣！

【参考方案2】：

如果您不想像@Christophe 建议的那样使用std::atomic<int> 之类的同步对象，您可以使用std::mutex 和std::lock_guard 手动同步对总和的访问。

int sumGlobal = 0;
std::mutex sumMutex;

void sumArray(...) 
    for(...) 
        for(...) 
            std::lock_guard<std::mutex> lock(sumMutex);
            sumGlobal += ...;
        
    

请记住，所有锁定和解锁都会产生相当多的开销。

【讨论】：

感谢您的回复，这些方法很有帮助。只是让你知道，这不会编译，error: missing template arguments before 'lock.' 我通过添加<std::mutex> 来编译它，但结果不正确。与非线程版本相比，这会产生不正确的 sumGlobal 值。如果需要，我可以包含非线程版本。

糟糕，修复了缺少的模板参数。请注意，我只是复制了该函数，因为这不是您要问的，但它不会产生数组的总和。 sumGlobal 最终将成为您当前代码的numThreads * sum(a2DArray)，因为每个线程都在对整个数组求和。如果您想使用线程对数组求和，则需要以某种方式分解数组以告诉每个线程要求和的部分。