详解C语言编程之thread多线程

线程创建与结束

c++11 新标准中引入了四个头文件来支持多线程编程，他们分别是<atomic> ,<thread>,<mutex>,<condition_variable>和<future>。

• <atomic>：该头文主要声明了两个类, std::atomic 和 std::atomic_flag，另外还声明了一套 c 风格的原子类型和与 c 兼容的原子操作的函数。
• <thread>：该头文件主要声明了 std::thread 类，另外 std::this_thread 命名空间也在该头文件中。
• <mutex>：该头文件主要声明了与互斥量(mutex)相关的类，包括 std::mutex 系列类，std::lock_guard, std::unique_lock, 以及其他的类型和函数。
• <condition_variable>：该头文件主要声明了与条件变量相关的类，包括 std::condition_variable 和 std::condition_variable_any。
• <future>：该头文件主要声明了 std::promise, std::package_task 两个 provider 类，以及 std::future 和 std::shared_future 两个 future 类，另外还有一些与之相关的类型和函数，std::async() 函数就声明在此头文件中。

#include <iostream>
#include <utility>
#include <thread>
#include <chrono>
#include <functional>
#include <atomic>
void f1(int n)
{
  for (int i = 0; i < 5; ++i) {
    std::cout << "thread " << n << " executing\n";
    std::this_thread::sleep_for(std::chrono::milliseconds(1000));
  }
}
void f2(int& n)
{
  std::cout << "thread-id:" << std::this_thread::get_id() << "\n";
  for (int i = 0; i < 5; ++i) {
    std::cout << "thread 2 executing:" << n << "\n";
    ++n;
    std::this_thread::sleep_for(std::chrono::milliseconds(1000));
  }
}
int main()
{
  int n = 0;
  std::thread t1; // t1 is not a thread t1 不是一个线程
  std::thread t2(f1, n + 1); // pass by value 传值
  std::thread t3(f2, std::ref(n)); // pass by reference  传引用
  std::this_thread::sleep_for(std::chrono::milliseconds(2000));
  std::cout << "\nthread 4 create :\n";
  std::thread t4(std::move(t3)); // t4 is now running f2(). t3 is no longer a thread 这时候t3将不是线程,t4接替t3继续运行f2
  t2.join();
  t4.join();
  std::cout << "final value of n is " << n << '\n';
}

线程的创建方式：

(1). 默认构造函数，创建一个空的 thread 执行对象。

(2). 初始化构造函数，创建一个 thread对象，该 thread对象可被 joinable，新产生的线程会调用 fn 函数，该函数的参数由 args 给出。

(3). 拷贝构造函数(被禁用)，意味着 thread 不可被拷贝构造。

(4). move 构造函数，move 构造函数，调用成功之后 x 不代表任何 thread 执行对象。

注意：可被 joinable 的 thread 对象必须在他们销毁之前被主线程 join 或者将其设置为 detached.

std::thread定义一个线程对象，传入线程所需要的线程函数和参数，线程自动开启

线程的结束方式：

join()

创建线程执行线程函数，调用该函数会阻塞当前线程，直到线程执行完join才返回；等待t线程结束，当前线程继续往下运行

detach()

detach调用之后，目标线程就成为了守护线程，驻留后台运行，与之关联的std::thread对象失去对目标线程的关联，无法再通过std::thread对象取得该线程的控制权，由操作系统负责回收资源；主线程结束，整个进程结束，所有子线程都自动结束了！

#include <iostream>
#include <thread>
using namespace std;
void threadhandle1(int time)
{
	//让子线程睡眠time秒
	std::this_thread::sleep_for(std::chrono::seconds(time));
	cout << "hello thread1!" << endl;
}
void threadhandle2(int time)
{
	//让子线程睡眠time秒ace this_thread是namespace 
	std::this_thread::sleep_for(std::chrono::seconds(time));
	cout << "hello thread2!" << endl;
}
int main()
{
	//创建了一个线程对象,传入一个线程函数(作为线程入口函数),
	//新线程就开始运行了，没有先后顺序，随着cpu的调度算法执行 
	std::thread t1(threadhandle1, 2);
	std::thread t2(threadhandle2, 3);
	//主线程(main)运行到这里，等待子线程结束，主线程才继续往下运行
	t1.join();
	t2.join();
	//把子线程设置为分离线程，子线程和主线程就毫无关系了
	//主线程结束的时候查看其他线程
	//但是这个子线程运行完还是没运行完都和这个主线程没关系了
	//这个子线程就从这个main分离出去了
	//运行程序时也看不到这个子线程的任何输出打印了
    //t1.detach();
	cout << "main thread done!" << endl;
	//主线程运行完成，查看如果当前进程还有未运行完成的子线程
	//进程就会异常终止
	return 0;
}

互斥锁

mutex 又称互斥量，c++ 11中与 mutex 相关的类（包括锁类型）和函数都声明在 <mutex> 头文件中，所以如果你需要使用 std::mutex，就必须包含 <mutex> 头文件。

<mutex> 头文件介绍

mutex 系列类(四种)

• std::mutex，最基本的 mutex 类。
• std::recursive_mutex，递归 mutex 类。
• std::time_mutex，定时 mutex 类。
• std::recursive_timed_mutex，定时递归 mutex 类。

lock 类（两种）

std::lock_guard，与 mutex raii 相关，方便线程对互斥量上锁。

std::unique_lock，与 mutex raii 相关，方便线程对互斥量上锁，但提供了更好的上锁和解锁控制。

其他类型

• std::once_flag
• std::adopt_lock_t
• std::defer_lock_t
• std::try_to_lock_t

函数

• std::try_lock，尝试同时对多个互斥量上锁。
• std::lock，可以同时对多个互斥量上锁。
• std::call_once，如果多个线程需要同时调用某个函数，call_once 可以保证多个线程对该函数只调用一次。

std::mutex 介绍

下面以 std::mutex 为例介绍 c++11 中的互斥量用法。

std::mutex 是c++11 中最基本的互斥量，std::mutex 对象提供了独占所有权的特性——即不支持递归地对 std::mutex 对象上锁，而 std::recursive_lock 则可以递归地对互斥量对象上锁。

std::mutex 的成员函数

• 构造函数，std::mutex不允许拷贝构造，也不允许 move 拷贝，最初产生的 mutex 对象是处于 unlocked 状态的。
• lock()，调用线程将锁住该互斥量。线程调用该函数会发生下面 3 种情况：

(1). 如果该互斥量当前没有被锁住，则调用线程将该互斥量锁住，直到调用 unlock之前，该线程一直拥有该锁。

(2). 如果当前互斥量被其他线程锁住，则当前的调用线程被阻塞住。

(3). 如果当前互斥量被当前调用线程锁住，则会产生死锁(deadlock)。

• unlock()， 解锁，释放对互斥量的所有权。
• try_lock()，尝试锁住互斥量，如果互斥量被其他线程占有，则当前线程也不会被阻塞。线程调用该函数也会出现下面 3 种情况

(1). 如果当前互斥量没有被其他线程占有，则该线程锁住互斥量，直到该线程调用 unlock 释放互斥量。

(2). 如果当前互斥量被其他线程锁住，则当前调用线程返回 false，而并不会被阻塞掉。

(3). 如果当前互斥量被当前调用线程锁住，则会产生死锁(deadlock)

为了保证lock()和unlock()对应使用，一般不直接使用mutex，而是和lock_guard、unique_lock一起使用；

std::lock_guard

std::lock_guard是raii模板类的简单实现，功能简单。

1.std::lock_guard 在构造函数中进行加锁，析构函数中进行解锁。

		// class template lock_guard
template<class _mutex>
	class lock_guard
	{	// class with destructor that unlocks a mutex
public:
	using mutex_type = _mutex;
	explicit lock_guard(_mutex& _mtx)
		: _mymutex(_mtx)
		{	// construct and lock
		_mymutex.lock();
		}
	lock_guard(_mutex& _mtx, adopt_lock_t)
		: _mymutex(_mtx)
		{	// construct but don't lock
		}
	~lock_guard() noexcept
		{	// unlock
		_mymutex.unlock();
		}
	lock_guard(const lock_guard&) = delete;
	lock_guard& operator=(const lock_guard&) = delete;
private:
	_mutex& _mymutex;
	};

从lock_guard源码可以看出，它在构造时进行上锁，在出作用域执行析构函数释放锁；同时不允许拷贝构造和赋值运算符；比较简单，不能用在函数参数传递或者返回过程中，因为它的拷贝构造和赋值运算符被禁用了；只能用在简单的临界区代码的互斥操作

std::unique_lock

类 unique_lock 是通用互斥包装器，允许延迟锁定、锁定的有时限尝试、递归锁定、所有权转移和与条件变量一同使用。
unique_lock比lock_guard使用更加灵活，功能更加强大。
使用unique_lock需要付出更多的时间、性能成本。

template<class _mutex>
	class unique_lock
	{	// whizzy class with destructor that unlocks mutex
public:
	typedef _mutex mutex_type;
	// construct, assign, and destroy
	unique_lock() noexcept
		: _pmtx(nullptr), _owns(false)
		{	// default construct
		}
	explicit unique_lock(_mutex& _mtx)
		: _pmtx(_std addressof(_mtx)), _owns(false)
		{	// construct and lock
		_pmtx->lock();
		_owns = true;
		}
	unique_lock(_mutex& _mtx, adopt_lock_t)
		: _pmtx(_std addressof(_mtx)), _owns(true)
		{	// construct and assume already locked
		}
	unique_lock(_mutex& _mtx, defer_lock_t) noexcept
		: _pmtx(_std addressof(_mtx)), _owns(false)
		{	// construct but don't lock
		}
	unique_lock(_mutex& _mtx, try_to_lock_t)
		: _pmtx(_std addressof(_mtx)), _owns(_pmtx->try_lock())
		{	// construct and try to lock
		}
	template<class _rep,
		class _period>
		unique_lock(_mutex& _mtx,
			const chrono::duration<_rep, _period>& _rel_time)
		: _pmtx(_std addressof(_mtx)), _owns(_pmtx->try_lock_for(_rel_time))
		{	// construct and lock with timeout
		}
	template<class _clock,
		class _duration>
		unique_lock(_mutex& _mtx,
			const chrono::time_point<_clock, _duration>& _abs_time)
		: _pmtx(_std addressof(_mtx)), _owns(_pmtx->try_lock_until(_abs_time))
		{	// construct and lock with timeout
		}
	unique_lock(_mutex& _mtx, const xtime *_abs_time)
		: _pmtx(_std addressof(_mtx)), _owns(false)
		{	// try to lock until _abs_time
		_owns = _pmtx->try_lock_until(_abs_time);
		}
	unique_lock(unique_lock&& _other) noexcept
		: _pmtx(_other._pmtx), _owns(_other._owns)
		{	// destructive copy
		_other._pmtx = nullptr;
		_other._owns = false;
		}
	unique_lock& operator=(unique_lock&& _other)
		{	// destructive copy
		if (this != _std addressof(_other))
			{	// different, move contents
			if (_owns)
				_pmtx->unlock();
			_pmtx = _other._pmtx;
			_owns = _other._owns;
			_other._pmtx = nullptr;
			_other._owns = false;
			}
		return (*this);
		}
	~unique_lock() noexcept
		{	// clean up
		if (_owns)
			_pmtx->unlock();
		}
	unique_lock(const unique_lock&) = delete;
	unique_lock& operator=(const unique_lock&) = delete;
	void lock()
		{	// lock the mutex
		_validate();
		_pmtx->lock();
		_owns = true;
		}
	_nodiscard bool try_lock()
		{	// try to lock the mutex
		_validate();
		_owns = _pmtx->try_lock();
		return (_owns);
		}
	template<class _rep,
		class _period>
		_nodiscard bool try_lock_for(const chrono::duration<_rep, _period>& _rel_time)
		{	// try to lock mutex for _rel_time
		_validate();
		_owns = _pmtx->try_lock_for(_rel_time);
		return (_owns);
		}
	template<class _clock,
		class _duration>
		_nodiscard bool try_lock_until(const chrono::time_point<_clock, _duration>& _abs_time)
		{	// try to lock mutex until _abs_time
		_validate();
		_owns = _pmtx->try_lock_until(_abs_time);
		return (_owns);
		}
	_nodiscard bool try_lock_until(const xtime *_abs_time)
		{	// try to lock the mutex until _abs_time
		_validate();
		_owns = _pmtx->try_lock_until(_abs_time);
		return (_owns);
		}
	void unlock()
		{	// try to unlock the mutex
		if (!_pmtx || !_owns)
			_throw(system_error(
				_std make_error_code(errc::operation_not_permitted)));
		_pmtx->unlock();
		_owns = false;
		}
	void swap(unique_lock& _other) noexcept
		{	// swap with _other
		_std swap(_pmtx, _other._pmtx);
		_std swap(_owns, _other._owns);
		}
	_mutex *release() noexcept
		{	// disconnect
		_mutex *_res = _pmtx;
		_pmtx = nullptr;
		_owns = false;
		return (_res);
		}
	_nodiscard bool owns_lock() const noexcept
		{	// return true if this object owns the lock
		return (_owns);
		}
	explicit operator bool() const noexcept
		{	// return true if this object owns the lock
		return (_owns);
		}
	_nodiscard _mutex *mutex() const noexcept
		{	// return pointer to managed mutex
		return (_pmtx);
		}
private:
	_mutex *_pmtx;
	bool _owns;
	void _validate() const
		{	// check if the mutex can be locked
		if (!_pmtx)
			_throw(system_error(
				_std make_error_code(errc::operation_not_permitted)));
		if (_owns)
			_throw(system_error(
				_std make_error_code(errc::resource_deadlock_would_occur)));
		}
	};

其中，有_mutex *_pmtx; 指向一把锁的指针；不允许使用左值拷贝构造和赋值，但是可以使用右值拷贝构造和赋值，可以在函数调用过程中使用。因此可以和条件变量一起使用:cv.wait(lock);//可以作为函数参数传入；

示例：

在多线程环境中运行的代码段，需要考虑是否存在竞态条件，如果存在竞态条件，我们就说该代码段不是线程安全的，不能直接运行在多线程环境当中，对于这样的代码段，我们经常称之为临界区资源，对于临界区资源，多线程环境下需要保证它以原子操作执行，要保证临界区的原子操作，就需要用到线程间的互斥操作-锁机制，thread类库还提供了更轻量级的基于cas操作的原子操作类。

无锁时：

​
#include <iostream>
#include <atomic>//c++11线程库提供的原子类
#include <thread>//c++线程类库的头文件
#include <vector>
int count = 0;
//线程函数
void sumtask()
{
  //每个线程给count加10次
  for (int i = 0; i < 10; ++i)
  {
    count++;
    std::this_thread::sleep_for(std::chrono::milliseconds(10));
  }
}
int main()
{
  //创建10个线程放在容器当中
  std::vector<std::thread> vec;
  for (int i = 0; i < 10; ++i)
  {
    vec.push_back(std::thread(sumtask));
  }
  //等待线程执行完成
  for (unsigned int i = 0; i < vec.size(); ++i)
  {
    vec[i].join();
  }
  //所有子线程运行结束
  std::cout << "count : " << count << std::endl;
  return 0;
}
​

多线程同时对count进行操作，并不能保证同时只有一个线程对count执行++操作，最后的的结果不一定是100；

使用lock_guard:

#include <iostream>
#include <atomic>//c++11线程库提供的原子类
#include <thread>//c++线程类库的头文件
#include <mutex>
#include <vector>
int count = 0;
std::mutex mutex;
//线程函数
void sumtask()
{
  //每个线程给count加10次
  for (int i = 0; i < 10; ++i)
  {
    {
      std::lock_guard<std::mutex> lock(mutex);
      count++;
    }
;
    std::this_thread::sleep_for(std::chrono::milliseconds(10));
  }
}
int main()
{
  //创建10个线程放在容器当中
  std::vector<std::thread> vec;
  for (int i = 0; i < 10; ++i)
  {
    vec.push_back(std::thread(sumtask));
  }
  //等待线程执行完成
  for (unsigned int i = 0; i < vec.size(); ++i)
  {
    vec[i].join();
  }
  //所有子线程运行结束，count的结果每次运行应该都是10000
  std::cout << "count : " << count << std::endl;
  return 0;
}

对count++ 操作上锁，保证一次只有一个线程能对其操作，结果是100

原子变量

上面的保证原子操作需要在多线程环境下添加互斥操作，但是mutex互斥锁毕竟比较重，对于系统消耗有些大，c++11的thread类库提供了针对简单类型的原子操作类，如std::atomic_int，atomic_long，atomic_bool等，它们值的增减都是基于cas操作的，既保证了线程安全，效率还非常高。

#include <iostream>
#include <atomic>//c++11线程库提供的原子类
#include <thread>//c++线程类库的头文件
#include <vector>
//原子整型，cas操作保证给count自增自减的原子操作
std::atomic_int count = 0;
//线程函数
void sumtask()
{
  //每个线程给count加10次
  for (int i = 0; i < 10; ++i)
  {
    count++;
  }
}
int main()
{
  //创建10个线程放在容器当中
  std::vector<std::thread> vec;
  for (int i = 0; i < 10; ++i)
  {
    vec.push_back(std::thread(sumtask));
  }
  //等待线程执行完成
  for (unsigned int i = 0; i < vec.size(); ++i)
  {
    vec[i].join();
  }
  //所有子线程运行结束，count的结果每次运行应该都是10000
  std::cout << "count : " << count << std::endl;
  return 0;
}

线程同步通信

多线程在运行过程中，各个线程都是随着os的调度算法，占用cpu时间片来执行指令做事情，每个线程的运行完全没有顺序可言。但是在某些应用场景下，一个线程需要等待另外一个线程的运行结果，才能继续往下执行，这就需要涉及线程之间的同步通信机制。

线程间同步通信最典型的例子就是生产者-消费者模型，生产者线程生产出产品以后，会通知消费者线程去消费产品；如果消费者线程去消费产品，发现还没有产品生产出来，它需要通知生产者线程赶快生产产品，等生产者线程生产出产品以后，消费者线程才能继续往下执行。

c++11 线程库提供的条件变量condition_variable，就是linux平台下的condition variable机制，用于解决线程间的同步通信问题，下面通过代码演示一个生产者-消费者线程模型：

#include <iostream>           //std::cout
#include <thread>             //std::thread
#include <mutex>              //std::mutex, std::unique_lock
#include <condition_variable> //std::condition_variable
#include <vector>
//定义互斥锁(条件变量需要和互斥锁一起使用)
std::mutex mtx;
//定义条件变量(用来做线程间的同步通信)
std::condition_variable cv;
//定义vector容器，作为生产者和消费者共享的容器
std::vector<int> vec;
//生产者线程函数
void producer()
{
  //生产者每生产一个，就通知消费者消费一个
  for (int i = 1; i <= 10; ++i)
  {
    //获取mtx互斥锁资源
    std::unique_lock<std::mutex> lock(mtx);
    //如果容器不为空，代表还有产品未消费，等待消费者线程消费完，再生产
    while (!vec.empty())
    {
      //判断容器不为空，进入等待条件变量的状态，释放mtx锁，
      //让消费者线程抢到锁能够去消费产品
      cv.wait(lock);
    }
    vec.push_back(i); // 表示生产者生产的产品序号i
    std::cout << "producer生产产品:" << i << std::endl;
    /*
    生产者线程生产完产品，通知等待在cv条件变量上的消费者线程，
    可以开始消费产品了，然后释放锁mtx
    */
    cv.notify_all();
    //生产一个产品，睡眠100ms
    std::this_thread::sleep_for(std::chrono::milliseconds(100));
  }
}
//消费者线程函数
void consumer()
{
  //消费者每消费一个，就通知生产者生产一个
  for (int i = 1; i <= 10; ++i)
  {
    //获取mtx互斥锁资源
    std::unique_lock<std::mutex> lock(mtx);
    //如果容器为空，代表还有没有产品可消费，等待生产者生产，再消费
    while (vec.empty())
    {
      //判断容器为空，进入等待条件变量的状态，释放mtx锁，
      //让生产者线程抢到锁能够去生产产品
      cv.wait(lock);
    }
    int data = vec.back(); // 表示消费者消费的产品序号i
    vec.pop_back();
    std::cout << "consumer消费产品:" << data << std::endl;
    /*
    消费者消费完产品，通知等待在cv条件变量上的生产者线程，
    可以开始生产产品了，然后释放锁mtx
    */
    cv.notify_all();
    //消费一个产品，睡眠100ms
    std::this_thread::sleep_for(std::chrono::milliseconds(100));
  }
}
int main()
{
  //创建生产者和消费者线程
  std::thread t1(producer);
  std::thread t2(consumer);
  //main主线程等待所有子线程执行完
  t1.join();
  t2.join();
  return 0;
}

线程死锁

死锁概述

线程死锁是指两个或两个以上的线程互相持有对方所需要的资源，由于synchronized的特性，一个线程持有一个资源，或者说获得一个锁，在该线程释放这个锁之前，其它线程是获取不到这个锁的，而且会一直死等下去，因此这便造成了死锁。

死锁产生的条件

• 互斥条件：一个资源，或者说一个锁只能被一个线程所占用，当一个线程首先获取到这个锁之后，在该线程释放这个锁之前，其它线程均是无法获取到这个锁的。
• 占有且等待：一个线程已经获取到一个锁，再获取另一个锁的过程中，即使获取不到也不会释放已经获得的锁。
• 不可剥夺条件：任何一个线程都无法强制获取别的线程已经占有的锁
• 循环等待条件：线程a拿着线程b的锁，线程b拿着线程a的锁。

示例：

当一个程序的多个线程获取多个互斥锁资源的时候，就有可能发生死锁问题，比如线程a先获取了锁1，线程b获取了锁2，进而线程a还需要获取锁2才能继续执行，但是由于锁2被线程b持有还没有释放，线程a为了等待锁2资源就阻塞了；线程b这时候需要获取锁1才能往下执行，但是由于锁1被线程a持有，导致a也进入阻塞。

线程a和线程b都在等待对方释放锁资源，但是它们又不肯释放原来的锁资源，导致线程a和b一直互相等待，进程死锁了。下面代码示例演示这个问题：

#include <iostream>           //std::cout
#include <thread>             //std::thread
#include <mutex>              //std::mutex, std::unique_lock
#include <condition_variable> //std::condition_variable
#include <vector>
//锁资源1
std::mutex mtx1;
//锁资源2
std::mutex mtx2;
//线程a的函数
void taska()
{
  //保证线程a先获取锁1
  std::lock_guard<std::mutex> locka(mtx1);
  std::cout << "线程a获取锁1" << std::endl;
  //线程a睡眠2s再获取锁2，保证锁2先被线程b获取，模拟死锁问题的发生
  std::this_thread::sleep_for(std::chrono::seconds(2));
  //线程a先获取锁2
  std::lock_guard<std::mutex> lockb(mtx2);
  std::cout << "线程a获取锁2" << std::endl;
  std::cout << "线程a释放所有锁资源，结束运行！" << std::endl;
}
//线程b的函数
void taskb()
{
  //线程b先睡眠1s保证线程a先获取锁1
  std::this_thread::sleep_for(std::chrono::seconds(1));
  std::lock_guard<std::mutex> lockb(mtx2);
  std::cout << "线程b获取锁2" << std::endl;
  //线程b尝试获取锁1
  std::lock_guard<std::mutex> locka(mtx1);
  std::cout << "线程b获取锁1" << std::endl;
  std::cout << "线程b释放所有锁资源，结束运行！" << std::endl;
}
int main()
{
  //创建生产者和消费者线程
  std::thread t1(taska);
  std::thread t2(taskb);
  //main主线程等待所有子线程执行完
  t1.join();
  t2.join();
  return 0;
}

输出：

可以看到，线程a获取锁1、线程b获取锁2以后，进程就不往下继续执行了，一直等待在这里，如果这是我们碰到的一个问题场景，我们如何判断出这是由于线程间死锁引起的呢？

打开process explorer.找到该进程，查看线程状态，发现线程的cpu利用率为0,那么应该不是死循环，应该是死锁了：

 

点击vs 的全部中断：查看每一个线程的函数执行的位置

发现当前线程正在申请锁的位置,判断出应该是锁了。

同时主线程走了等待子线程结束;

那如果是死循环的情况呢？，如将线程2加一个死循环：

#include <iostream>           //std::cout
#include <thread>             //std::thread
#include <mutex>              //std::mutex, std::unique_lock
#include <condition_variable> //std::condition_variable
#include <vector>
//锁资源1
std::mutex mtx1;
//锁资源2
std::mutex mtx2;
//线程a的函数
void taska()
{
  //保证线程a先获取锁1
  std::lock_guard<std::mutex> locka(mtx1);
  std::cout << "线程a获取锁1" << std::endl;
  //线程a睡眠2s再获取锁2，保证锁2先被线程b获取，模拟死锁问题的发生
  std::this_thread::sleep_for(std::chrono::seconds(2));
  //线程a先获取锁2
  std::lock_guard<std::mutex> lockb(mtx2);
  std::cout << "线程a获取锁2" << std::endl;
  std::cout << "线程a释放所有锁资源，结束运行！" << std::endl;
}
//线程b的函数
void taskb()
{
  while (true)
  {
  }
}
int main()
{
  //创建生产者和消费者线程
  std::thread t1(taska);
  std::thread t2(taskb);
  //main主线程等待所有子线程执行完
  t1.join();
  t2.join();
  return 0;
}

这时候工作线程占满了cpu,我的电脑是8核，因此占满一个cpu是12.5%

总结

本篇文章就到这里了，希望能够给你带来帮助，也希望您能够多多关注的更多内容!