（十二）boost库之多线程高级特性

很多时候，线程不仅仅是执行一些耗时操作，可能我们还需要得到线程的返回值，一般的处理方法就是定义一个全局状态变量，不断轮训状态，就如我目前维护的一个项目，全局变量定义了N中状态，看的让人抓狂。该项目的大体逻辑是这样的，启动K个线程，当线程执行到某一个点时，进行轮训，判断是否所有线程都执行到该点，单独开启了一个线程用于轮训所有线程是否结束，待所有线程结束后会获取数据，生成一个文件，另外还有一个线程就在轮训文件是否生成，然后读取文件进行下一步操作。各种的轮训，显得非常的笨拙。利用boost库，我们来看看这么解决这些同步问题。

1、获取线程结果

boost::packaged_task 包装一个可调用的对象，并且允许异步获取该可调用对象产生的结果

unique_future 用于保存异步计算得到的结果

void GetFutures()

    boost::packaged_task<int> pt(boost::bind(Fibonacci, 10));

    boost::unique_future<int> uf = pt.get_future();

    //启动线程，必须使用move，packaged_task是不可拷贝的

    boost::thread th(boost::move(pt));

    uf.wait();

    int nVal = uf.get();

    cout << "Fibonacci " << nVal << endl;

uf.wait等待线程结束，当然future类也提供了很多种等待函数，如timed_wait等待一段时间。

当然，我们更多的时候是等待一组线程的结束，这是可以用wait_for_all等待所有future对象，wait_for_any 等待任意一个对象接收。

void GetFutures()

    boost::packaged_task<int> pt1(boost::bind(Fibonacci, 10));

    boost::packaged_task<int> pt2(boost::bind(Fibonacci, 20));

    boost::unique_future<int> uf1 = pt1.get_future();

    boost::unique_future<int> uf2 = pt2.get_future();

    boost::thread(boost::move(pt1));

    boost::thread(boost::move(pt2));

    boost::wait_for_all(uf1, uf2);

    cout << "Fibonacci " << uf1.get() << " ," << uf2.get() << endl;

2、护栏barrier

护栏就是说要等待所有的线程到达同一个点，才继续往下执行。

boost::barrier br(3);

void BarrierFunc()

    cout << "begin" << endl;

    br.wait();

    cout << "end " << endl;

void TestBarrier()

    boost::thread_group grp;

    grp.create_thread(BarrierFunc);

    grp.create_thread(BarrierFunc);

    grp.create_thread(BarrierFunc);

    grp.join_all();

3、线程本地存储

程序中使用全局变量或局部静态变量，这是非常常见的，但这样的函数对多线程程序来说，很难保证程序的正确性，这时我们希望，这些全局变量和局部静态变量，是线程独立拥有的，多个线程之间不会造成干扰，那么使用thread_specific_ptr就能轻松解决。

int Add(int n)

    static boost::thread_specific_ptr<int> sp;  //该变量是线程独立拥有的

    if (!sp.get())

        sp.reset(new int(0));

    *sp = n + *sp;

    return *sp;

void  Sum()

    cout <<  Add(5) + Add(10) << endl;           //得到的结果20

void ThreadSum()

    boost::thread_group threads;

    for (int i=0; i<5; ++i)

        threads.create_thread(&Sum);             //所有线程输出的结果是一样的

    threads.join_all();