生产者消费者模式：

生产者消费者问题（英语：Producer-consumer problem），也称有限缓冲问题（英语：Bounded-buffer problem），是一个多线程同步问题的经典案例。该问题描述了两个共享固定大小缓冲区的线程——即所谓的“生产者”和“消费者”——在实际运行时会发生的问题。生产者的主要作用是生成一定量的数据放到缓冲区中，然后重复此过程。与此同时，消费者也在缓冲区消耗这些数据。该问题的关键就是要保证生产者不会在缓冲区满时加入数据，消费者也不会在缓冲区中空时消耗数据。

这是我在Linux多线程中写过的一篇文章，里面详细讲解了信号量和互斥锁解决多线程的生产者与消费者模式：

Linux信号量与互斥锁解决生产者与消费者问题_神厨小福贵！的博客-CSDN博客先来看什么是生产者消费者问题：生产者消费者问题（英语：Producer-consumer problem），也称有限缓冲问题（英语：Bounded-buffer problem），是一个多线程同步问题的经典案例。该问题描述了两个共享固定大小缓冲区的线程——即所谓的“生产者”和“消费者”——在实际运行时会发生的问题。生产者的主要作用是生成一定量的数据放到缓冲区中，然后重复此过程。与此同时，消费者也在缓冲区消耗这些数据。该问题的关键就是要保证生产者不会在缓冲区满时加入数据，消费者也不会在缓冲区中空时消耗数据https://blog.csdn.net/qq_45829112/article/details/121580819下图就是生产者消费者的大致模型：

上图所示，我们能不能在【C++】中使用多线程使得，一边生产，一边消费呢？？？

关于【C++】多线程，我在之前一篇中说过：

【C++】多线程thread_神厨小福贵！的博客-CSDN博客进程和线程的区别：进程是资源分配的最小单位，线程是CPU调度的最小单位进程有自己的独立地址空间，线程共享进程中的地址空间进程的创建消耗资源大，线程的创建相对较小进程的切换开销大，线程的切换开销相对较小进程：程序执行的过程叫进程。线程：进程内部的一条执行序列或执行路径，一个进程可以包含多条线程(多线程)！每个进程最少有一个线程，例如下面代码：#include <iostream>using namespace std; int main(){ https://blog.csdn.net/qq_45829112/article/details/123521502?spm=1001.2014.3001.5502

下面我们拿链队列和循环队列分别实现我们的生产者消费者模式

链队列实现生产者消费者：queue来实现：

const int MAX_ITEM = 20;  //双端队列最大长度
std::mutex mx;   //全局锁
std::condition_variable cv;  //条件变量cv
class Queue  
{
public:void put(int val, int index)  //入队函数{std::unique_lock<std::mutex> lock(mx);  //类似于智能指针的智能锁，不需要手动解锁while (q.size() == MAX_ITEM)  //队列满了之后，等待{cv.wait(lock);}q.push_back(val);  //入队cv.notify_all();  //唤醒cout << "producer: " << index << "val : " << "生产者" << val << endl;} int get(int index)   //出队函数{unique_lock<std::mutex> lock(mx); //类似于智能指针的智能锁，不需要手动解锁while (q.empty())  //队列空了等待{cv.wait(lock);}int val = q.front();  //出队函数q.pop_front();  //队头出，队尾加cv.notify_all();cout << "Consumer : " << index << " val : " << val << endl;return val;}
private:deque<int> q;
};
void producer(Queue* q, int index)
{for (int i = 0; i < 100; ++i){q->put(i, index);  //调用class queue中的put函数std::this_thread::sleep_for(std::chrono::milliseconds(100));}
}
void consumer(Queue* q, int index)
{for (int i = 0; i < 100; ++i){q->get(index);  //调用class queue中的get函数std::this_thread::sleep_for(std::chrono::milliseconds(100));}
}
int main()
{Queue* q = new Queue();thread p1(producer, q, 1);thread s1(consumer, q, 1);p1.join();s1.join();return 0;
}

这个代码也比较简单，就不多说了，上面注释也很详细！！！

看一下运行结果：因为我在消费者函数和生产者函数中的睡眠时间都是100，所以我们的生产者和消费者就是生产一个，消费一个这个情况

循环队列实现生产者消费者：

下图是循环队列的大致示意图：

下面来代码：

template<class T>  //模板类
class Queue
{enum { QUSIZE = 8 };  //循环队列大小为8T* data;   //指针指向循环队列连续空间int front;  //队头int rear;  //队尾int size;  //当前队列的元素个数int maxsize;  //队列最大大小
public:Queue() :data(nullptr), front(0), rear(0), size(0), maxsize(QUSIZE){data = new T[maxsize];}~Queue(){free(data);data = nullptr;front = rear = -1;size = 0;maxsize = 0;}int Capt() const { return maxsize; }    //求队列最大元素个数的函数int Size() const { return size; }   //求现有元素个数的函数bool Empty() const { return Size() == 0; }  //判空函数bool Full() const {             //判满函数return Size() == maxsize;}bool Push(const T& val)     //入队函数{if (Full()) return false;data[rear] = val;rear = (rear + 1) % maxsize;  //上面说到最大值为8，也就是说存储下标为0到7size += 1;return true;}bool Front(T& val)  //出队函数{if (Empty()) return false;val = data[front];front = (front + 1) % maxsize;//上面说到最大值为8，也就是说存储下标为0到7size -= 1;return true;}
};Queue<int> iq;  //实例化iq
std::mutex mx;  //全局锁mx
std::condition_variable cv;  //条件变量cv
const int maxsize = iq.Capt();  //最大元素个数int number = 0; // 100;
void producer(int index)
{std::unique_lock<std::mutex> lock(mx);  //类似于智能指针的智能锁for (int i = 0; i < 100; i++){cv.wait(lock, []()->bool {return !iq.Full(); });  //lambda表达式iq.Push(number);  //上述lambda表达式为真退出，所以就不为full时为退出cout << "product " << number << endl;number++;cv.notify_all();}
}void consumer(int index)
{std::unique_lock<std::mutex> lock(mx);for (int i = 0; i < 100; i++){cv.wait(lock, []()->bool {return !iq.Empty(); });//lambda表达式中为真退出等待不为NULL时，退出waitint val = 0;iq.Front(val);cout << "consumer " << val << endl;cv.notify_all();}
}int main(){std::thread pth1(producer, 1);  //生产者std::thread pth2(consumer, 2);  //消费者pth1.join();pth2.join();return 0;
}

运行结果：