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: