C++ 並發程式設計的技術內幕

並發程式設計在 C++ 中可透過多種技術實現，包括：執行緒：允許多個任務同時執行，共享相同記憶體空間。平行演算法：使用多個處理核心同時執行相同操作的不同資料區塊。這些技術可應用於各種現實世界場景，例如多執行緒影像處理，以提高效能和回應能力。

C++ 並發程式設計的技術內幕

並發程式設計是現代軟體開發中至關重要的一部分，它涉及同時執行多個任務以提高性能和響應能力。在 C++ 中，可以透過多種技術實現並發，包括執行緒和平行演算法。

執行緒

執行緒是作業系統調度的輕量級並發單元。每個執行緒都有自己的堆疊和一組暫存器，但共享同一記憶體空間。這意味著執行緒可以同時執行不同的任務，存取相同的全域變數。以下程式碼片段示範如何使用執行緒：

#include <thread>
#include <iostream>

using namespace std;

void thread_function() {
    cout << "Hello from a thread!" << endl;
}

int main() {
    thread t1(thread_function);
    t1.join();
    
    return 0;
}

此範例建立了一個新執行緒來執行 thread_function，然後等待它完成。

並行演算法

並行演算法使用多個處理核心同時執行相同操作的不同資料區塊。 C++ 中的標準函式庫提供了std::thread 函式庫，它包含了用於平行演算法的便利函數，例如std::parallel_for：

#include <iostream>
#include <vector>
#include <parallel/algorithm>

using namespace std;

int main() {
    vector<int> v(1000000);
    
    parallel_for(v.begin(), v.end(), [](int& i) { i *= 2; });
    
    return 0;
}

此範例使用parallel_for 並行地將給定向量的每個元素乘以2。

實戰案例：多執行緒影像處理

並發程式設計在現實世界中有許多應用。以下是一個使用執行緒加速影像處理的範例：

#include <thread>
#include <vector>
#include <opencv2/opencv.hpp>

using namespace cv;
using namespace std;

void process_image(Mat& image, int start_row, int end_row) {
    for (int i = start_row; i < end_row; i++) {
        for (int j = 0; j < image.cols; j++) {
            // 执行图像处理操作...
        }
    }
}

int main() {
    Mat image = imread("image.jpg");
    
    vector<thread> threads;
    int num_threads = 4;
    int rows_per_thread = image.rows / num_threads;
    
    for (int i = 0; i < num_threads; i++) {
        threads.push_back(thread(process_image, ref(image), i * rows_per_thread, (i + 1) * rows_per_thread));
    }
    
    for (auto& thread : threads) {
        thread.join();
    }
    
    return 0;
}

此範例將影像分割為多個行區塊，並使用執行緒並行處理每個區塊。

以上是C++ 並發程式設計的技術內幕的詳細內容。更多資訊請關注PHP中文網其他相關文章！