Linux 【线程池】【单例模式】【读者写者问题】

💓博主CSDN主页:麻辣韭菜💓

⏩专栏分类：Linux初窥门径⏪

🚚代码仓库:Linux代码练习🚚

🌹关注我🫵带你学习更多Linux知识
🔝

🏳️‍🌈前言

🏳️‍⚧️正文

1.线程池概念

1.1 池化技术

1.2 线程池优点

1.3 线程池应用场景

2.线程池的实现

第一步：创建ThreadPool类

第二步：构造、析构、创建线程

第三步：实现push、pop、HandlerTask函数

第四步：main.cc实现调用逻辑

3.单例模式

3.1 单例模式的特点

3.2 懒汉、饿汉实现单例模式

3.3 单例模式的应用场景

4.其他周边问题

4.1 STL中的容器是否是线程安全的?

4.2 智能指针是否是线程安全的？

4.3 其他常见的各种锁

4.4读者、写着问题

使用互斥锁的简单解决方案：

允许多个读者但只有一个写者的解决方案：

带优先级的解决方案：

使用条件变量的解决方案：

避免饥饿的解决方案：

🏳️‍🌈前言

线程池是一种多线程处理形式，它允许多个线程共享一个线程池中的固定数量的线程。线程池可以提高应用程序的响应速度和线程管理的效率，因为线程的创建和销毁需要消耗资源和时间。使用线程池可以减少这些开销。

线程池的使用场景非常广泛，包括但不限于Web服务器、数据库连接池、并发数据处理等。正确地使用线程池可以显著提升应用程序的性能和稳定性。

🏳️‍⚧️正文

1.线程池概念

1.1 池化技术

池化技术（Pooling）是一种资源管理策略，用于提高资源使用效率和性能。它通过预先分配一组资源，使得资源可以被多个客户端或任务共享和重复使用，从而减少创建和销毁资源的开销。

线程池利用的就是池化技术的思想，当然不仅仅只有线程池还有很多的池也利用了池化技术

例如：数据库连接池、内存池、对象池、HTTP连接池、文件描述符池、缓存池、套接字池等。

当然还有其他的，这里我就不一一例举了。

上图像什么？不就是生产者消费模型吗？不理解什么是生产消费者模型请先看Linux 生产消费者模型

1.2 线程池优点

提高资源利用率：线程池通过预先创建一定数量的线程，避免了频繁创建和销毁线程的开销，从而提高了线程资源的利用率。
降低开销：线程的创建和销毁都需要消耗系统资源和时间。线程池通过复用已有的线程，减少了这些开销。
提高响应速度：线程池中的线程处于就绪状态，可以快速响应任务请求，减少了等待线程创建的时间。
避免资源耗尽：通过限制线程池中的最大线程数，可以防止因创建过多线程而导致的系统资源耗尽。
提高线程管理效率：线程池提供了统一的线程管理机制，使得线程的调度和生命周期管理更加高效和有序。
减少上下文切换：线程池中的线程可以长时间运行，减少了线程上下文切换的频率，从而提高了系统的整体性能。
可扩展性：线程池可以根据系统的需求和资源情况进行扩展，适应不同的工作负载。
灵活性和可配置性：线程池允许开发者根据应用程序的需要进行配置，例如设置核心线程数、最大线程数、任务队列容量等。
易于监控和调试：线程池提供了统一的接口和机制，使得监控和调试线程相关的问题变得更加容易。
支持任务优先级：一些线程池实现支持任务优先级，允许开发者根据任务的重要性分配不同的执行优先级。
简化编程模型：使用线程池可以简化并发编程模型，开发者只需要关注任务的提交，而不需要关心线程的创建和管理。
支持批量任务处理：线程池可以高效地处理大量任务，特别是当任务可以并行执行时，可以显著提高处理速度。
减少锁竞争：通过合理设计线程池，可以减少线程之间的锁竞争，提高并发性能。
支持复杂的并发模式：线程池可以支持多种并发模式，如工作窃取、任务调度等，以适应不同的应用场景

总之，线程池是一种有效的资源管理策略，可以提高多线程程序的性能、可伸缩性和可维护性。然而，合理地设计和使用线程池也是非常重要的，以避免潜在的问题，如死锁、资源竞争等。

1.3 线程池应用场景

Web服务器：处理来自用户的HTTP请求，线程池可以快速响应并发请求，提高服务器的吞吐量。
数据库连接池：管理数据库连接，线程池可以复用连接，减少连接创建和销毁的开销。
批处理系统：执行大量独立的任务，如数据导入、导出、报告生成等，线程池可以并行处理这些任务，提高效率。
消息队列处理：处理消息队列中的消息，线程池可以并发地消费消息，提高消息处理速度。
网络通信：在客户端或服务器端进行网络通信时，线程池可以管理多个网络连接和数据传输任务。

线程池应用场景不止这些，线程池的应用场景非常广泛，关键在于根据具体需求合理配置线程池的大小和特性，以达到最佳的性能和资源利用率。

下面我们就手搓线程池。

2.线程池的实现

我们要创建线程池，那是一批线程，所以我们需要一个容器来存放线程，这里我们选择vector

既然是线程，同步和互斥那也是要安排的上。

到这里线程池这个类的类成员还需要什么？

生产出来的任务，需要一个容器来存放这些任务。这里选择queue先进先出，总不能倒反天罡？

老规矩我们先创建ThreadPool.hpp这个头文件，然后创建ThreadPool这个类

我们先创建一个线程信息的类方便我们等哈做实验时候，打印出来更直观。

class ThreadData
{public:pthread_t tid; //线程IDstd::string threadname; //线程名字
};

第一步：创建ThreadPool类

#pragma once
#include <iostream>
#include <vector>
#include <queue>
#include <string>
#include <unistd.h>
#include <pthread.h>
template<class T>
class ThreadPool
{private:
std::vector<ThreadData> _threads; //线程池
std::queue<T> _tasks; //任务队列
pthread_mutex_t _mutex; //互斥
pthread_cond_t _cond; //同步};

第二步：构造、析构、创建线程

const static int defaultnum = 5; // 默认5个线程
template <class T>
class ThreadPool
{
public:ThreadPool(int num = default): _threads(num){pthread_mutex_init(&_mutex, nullptrnum);pthread_cond_init(&_cond, nullptr);}void *HandlerTask(void *args){while (true){   sleep(1);std::cout << "新线程正在等待任务..." << std::endl;}}void start() // 创建线程{int num = _threads.size();for (int i = 0; i < num; i++){_threads[i].threadname = "thread-" + std::to_string(i + 1);pthread_create(&(_threads[i].tid), nullptr, HandlerTask, nullptr);}}~ThreadPool(){pthread_mutex_destroy(&_mutex);pthread_cond_destroy(&_cond);}private:std::vector<ThreadData> _threads; // 线程池std::queue<T> _tasks;             // 任务队列pthread_mutex_t _mutex;           // 互斥pthread_cond_t _cond;             // 同步
};

我们在上层调用链调用，试试我们的框架能不能跑起来。

编写mian.cc调用逻辑

#include "ThreadPool.hpp"int main()
{ThreadPool<int> *tp = new ThreadPool<int>(5);tp->start();while (true){sleep(1);std::cout << "主线线程正在运行..." << std::endl;}return 0;
}

编译出错了，原因是因为我们的HandlerTask函数是在ThreadPool类中实现的，就是类内函数，而内类函数自带this指针。而pthread_create函数要求的是void* 所以类型不匹配。所以我们需要在HandlerTask 函数前面加static，变成静态成员函数。

 static void* HandlerTask(void* args)

框架没有问题，下面实现push和pop

第三步：实现push、pop、HandlerTask函数

push和pop、HandlerTask涉及对临界资源读写，需要对线程同步和互斥，为了方便我们先对锁和条件变量的操作进行封装。

public:// 加锁void Lock(){pthread_mutex_lock(&_mutex);}// 解锁void UnLock(){pthread_mutex_unlock(&_mutex);}// 条件满足唤醒线程void WakeUp(){pthread_cond_signal(&_cond);}// 条件不满足线程休眠void ThreadSleep(){pthread_cond_wait(&_cond);}// 判断任务队列空满bool IsQueueEmpty(){return _tasks.empty();}

实现push

void push(const T &in){Lock();_tasks.push(in);WakeUp();UnLock();}

这里再push数据完成之后，我们需要唤醒其他线程。来进行任务处理。所以push后面跟着wakeup

实现 HandlerTask

由于回调函数是静态函数，所以我们调不动类内的非静态的函数以及非静态成员。所以我们要想调用这些函数，只有通过实例调用也是指针或者引用。这里我们直接在pthread_create这里回调参数传this指针

 pthread_create(&(_threads[i].tid), nullptr, HandlerTask, this);

static void *HandlerTask(void *args){ThreadPool<T> *tp = static_cast<ThreadPool<T> *>(args);while (true){tp->Lock();while (IsQueueEmpty()){tp->ThreadSleep();}T t = tp->pop();tp->UnLock();t();std::cout << "新线程正在处理任务..." << endl;}}

注意：这里用while判断防止伪唤醒。当队列不为空时，线程拿到任务属于线程自己的，所以不用在锁里处理任务，从而提高并发度。

实现pop

T pop(){T out = _tasks.front();_tasks.pop();return out;}

pop调用逻辑是在回调函数中的，而回调函数是有加锁的，所以pop这里就不用加锁了。

第四步：main.cc实现调用逻辑

实现之前我们直接把Task.hpp这个头文件包含进来。

这里我们直接用把上篇的Task.hpp拷贝过来。

头文件Task.hpp

#pragma once
#include <iostream>
#include <string>std::string opers = "+-*/%";enum
{DivZero = 1,ModZero,Unknown
};class Task
{
public:Task(){};Task(int data1, int data2, char oper): _data1(data1), _data2(data2), _oper(oper), _result(0), _exitcode(0){}void run(){switch (_oper){case '+':_result = _data1 + _data2;break;case '-':_result = _data1 - _data2;break;case '*':_result = _data1 * _data2;break;case '/':{if (_data2 == 0)_exitcode = DivZero;else_result = _data1 / _data2;}break;case '%':{if (_data2 == 0)_exitcode = ModZero;else_result = _data1 % _data2;}break;default:_exitcode = Unknown;break;}}std::string GetResult(){std::string r = std::to_string(_data1);r += _oper;r += std::to_string(_data2);r += "=";r += std::to_string(_result);r += "[code: ";r += std::to_string(_exitcode);r += "]";return r;}std::string GetTask(){std::string r = std::to_string(_data1);r += _oper;r += std::to_string(_data2);r += "=?";return r;}void operator()(){run();}~Task(){}private:int _data1;int _data2;char _oper;int _result;int _exitcode;
};

实现调用线程池

#include "ThreadPool.hpp"
#include "Task.hpp"
#include <ctime>
#include <mutex>
std:: mutex mtx;
int main()
{srand(time(nullptr) ^ getpid());ThreadPool<Task> *tp = new ThreadPool<Task>(5);tp->start();while (true){int x = rand() % 10 + 1;int y = rand() % 10;char oper = opers[rand() % opers.size()];Task t(x, y, oper);tp->push(t);std::cout << "主线程发布任务..." << t.GetTask() << std::endl;sleep(1);}return 0;
}

这里不知道是那个线程在处理任务。我们重新改造

在头文件ThreadPool增加这段函数

std:: string GetThreadName(pthread_t tid){for(const auto& ti:_threads){if(ti.tid == tid){return ti.threadname;}}return "None";}

  static void *HandlerTask(void *args){ThreadPool<T> *tp = static_cast<ThreadPool<T> *>(args);std:: string name = tp->GetThreadName(pthread_self());while (true){tp->Lock();while (tp->IsQueueEmpty()){tp->ThreadSleep();}T t = tp->pop();tp->UnLock();t();std::cout << name << "正在处理任务..." <<"运行结果是：" << t.GetResult()<< std::endl;}}

这样就优美很多了，更直观了，这里打印错乱很正常，cout本质就是访问临界资源显示器，这里我们不用管。

3.单例模式

单例模式其实就是我们编写代码 设计模式当中的一种 .

那什么又是设计模式？

IT 行业这么火 , 涌入的人很多 . 俗话说林子大了啥鸟都有 . 大佬和菜鸡们两极分化的越来越严重 . 为了让菜鸡们不太拖大佬的后腿, 于是大佬们针对一些经典的常见的场景 , 给定了一些对应的解决方案 , 这个就是 设计模式

3.1 单例模式的特点

唯一性：单例模式确保一个类只有一个实例，并提供一个全局访问点来获取这个实例。
全局访问点：通过一个静态方法（例如getInstance）来获取类的唯一实例，这个静态方法通常被称为“全局访问点”。
延迟实例化：单例模式通常在第一次使用时才创建实例（懒汉式），这有助于节省资源，特别是在实例化成本较高时

3.2 懒汉、饿汉实现单例模式

如何创建一个单例模式？只要外部无法访问类的构造函数，也就是将构造函数私有化，同时删除拷贝构造。

class Singleton {// 私有化构造函数和拷贝赋值操作符
private:Singleton() {}Singleton(const Singleton&) = delete;
};

外部无法访问，那我们只有类内创建对象。


class Singleton {
public:Singleton* getSingleton(){if (_stl = nullptr){_stl = new Singleton;}return _stl;}// 私有化构造函数和拷贝赋值操作符
private:Singleton() {}Singleton(const Singleton&) = delete;
private:Singleton* _stl = nullptr;
};

这样创建有问题吗？

由于我们是非静态成员，这就导致了 访问限制；

非静态成员调用时，是需要实例化的，也就是说，我们调用getSingleton这个非静态成员函数，是需要用对象来调。我们要创建一个对象。这就违反了单例模式的原则。

所以我们需要静态的成员和静态的成员函数。

class Singleton {
public:static Singleton* getSingleton(){if (_stl = nullptr){_stl = new Singleton;}return _stl;}// 私有化构造函数和拷贝赋值操作符
private:Singleton() {}Singleton(const Singleton&) = delete;
private:static Singleton* _stl; //在内类声明
};
// 在类外定义静态成员变量
Singleton* Singleton::_stl = nullptr;
// 定义静态成员变量int main()
{Singleton* slt = Singleton::getSingleton();return 0;
}

上面这种方式就是懒汉式的单例模式，

懒汉式：

按需实例化：单例对象在第一次被使用时才创建，因此称为“懒汉式”。
线程不安全：由于实例化发生在运行时，如果多个线程同时访问单例对象，可能会创建多个实例，需要额外的同步机制来保证线程安全。
节省资源：只有在真正需要使用单例对象时才会创建，节省了资源。

下面我们用饿汉式来创建单例模式

class Singleton {
private:static Singleton instance;public:static Singleton& getInstance() {return instance;}// 私有化构造函数和拷贝赋值操作符
private:Singleton() {}Singleton(const Singleton&) = delete;Singleton& operator=(const Singleton&) = delete;
};// 定义静态成员变量
Singleton Singleton::instance;

饿汉式：

类加载时实例化：当类被加载时，单例对象就被创建了，因此称为“饿汉式”。
线程安全：由于实例化发生在类加载阶段，这个阶段是线程安全的，因此饿汉式单例是线程安全的。
资源消耗：由于实例化时机早，即使后续没有使用到单例对象，它也会被创建，这可能导致资源的浪费。

3.3 单例模式的应用场景

前面我们手的搓的线程池就是单例模式的应用场景，我们调用start函数，至始至终都只实例化了一份对象。

加之线程池的生命周期是要跨越整个进程的生命周期，恰好单例模式的生命周期也是一样。

线程池是要全局的，一个应用程序要随时随地都能调用到线程池，单例模式就是全局的。

居于这样，把之前的线程池变成懒汉模式

先将构造函数私有化、同时禁掉拷贝构造和赋值重载

private:ThreadPool(int num = defaultnum): _threads(num){pthread_mutex_init(&_mutex, nullptr);pthread_cond_init(&_cond, nullptr);}~ThreadPool(){pthread_mutex_destroy(&_mutex);pthread_cond_destroy(&_cond);}ThreadPool(const ThreadPool<T> &) = delete;const ThreadPool<T> &operator=(const ThreadPool<T> &) = delete;

声明静态成员指针

static ThreadPool<T> *_tp;        // 单例模式

类外初始化

template <class T>
ThreadPool<T> *ThreadPool<T>::_tp = nullptr;

实现GetInstance()函数

static ThreadPool<T> *GetInstance(){if (_tp == nullptr){_tp = new ThreadPool<T>;}return _tp;}

这样写有没有没有问题？当然有问题啊，多个线程同时访问判断_tp是不是空。这不乱套了？要加锁！！！

由于都是静态的，是全局的，所以我们的锁也要是全局的。

类成员添加下面这段代码

static pthread_mutex_t _lock;     //保证_tp线程安全

类外初始化

template <class T>
pthread_mutex_t ThreadPool<T>::_lock = PTHREAD_MUTEX_INITIALIZER;

下面我们加锁

    static ThreadPool<T> *GetInstance(){pthread_mutex_lock(&_lock);if (_tp == nullptr){_tp = new ThreadPool<T>;}pthread_mutex_unlock(&_lock);return _tp;}

加锁之后还有没有问题？我们是单例模式，也就是说这里只会对_tp进行一次实例化。

后面其他线程其实压根不用加锁解锁操作。加锁解锁操作多了极大降低效率。所以我们需要进行二次判断

 static ThreadPool<T> *GetInstance(){if (_tp == nullptr){pthread_mutex_lock(&_lock);if (_tp == nullptr){_tp = new ThreadPool<T>;}pthread_mutex_unlock(&_lock);}return _tp;}

二次判断后，如果是已经实例化，那么后面的线程再调用就是直接返回_tp。

那我们之前在main.cc调用逻辑也要变了之前是非静态的。现在是静态的

int main()
{srand(time(nullptr) ^ getpid());ThreadPool<Task>::GetInstance()->start(); //之前是tpwhile (true){int x = rand() % 10 + 1;int y = rand() % 10;char oper = opers[rand() % opers.size()];Task t(x, y, oper);ThreadPool<Task>::GetInstance()->push(t);std::cout << "主线程发布任务..." << t.GetTask() << std::endl;sleep(1);}return 0;
}

运行没有问题这里要是有强迫症的铁子，可以在打印加锁。

4.其他周边问题

4.1 STL中的容器是否是线程安全的?

不是.

原因是, STL 的设计初衷是将性能挖掘到极致, 而一旦涉及到加锁保证线程安全, 会对性能造成巨大的影响.

而且对于不同的容器, 加锁方式的不同, 性能可能也不同(例如hash表的锁表和锁桶).

因此 STL 默认不是线程安全. 如果需要在多线程环境下使用, 往往需要调用者自行保证线程安全

4.2 智能指针是否是线程安全的？

对于 unique_ptr, 由于只是在当前代码块范围内生效 , 因此不涉及线程安全问题 .

对于 shared_ptr, 多个对象需要共用一个引用计数变量 , 所以会存在线程安全问题 . 但是标准库实现的时候考虑到了这个问题, 基于原子操作 (CAS) 的方式保证 shared_ptr 能够高效 , 原子的操作引用计数 .

对于 weak_ptr , 是针对share_ptr 循环引用问题而诞生的，它持有一个对象的弱引用，不增加对象的引用计数它不支持原子操作。详情请看 C++ 智能指针_c++智能指针

4.3 其他常见的各种锁

悲观锁：在每次取数据时，总是担心数据会被其他线程修改，所以会在取数据前先加锁（读锁，写锁，行锁等），当其他线程想要访问数据时，被阻塞挂起。

我们从线程控制到线程池用的都是悲观锁

乐观锁：每次取数据时候，总是乐观的认为数据不会被其他线程修改，因此不上锁。但是在更新数据前，会判断其他数据在更新前有没有对数据进行修改。主要采用两种方式：版本号机制和CAS 操作。

CAS操作：当需要更新数据时，判断当前内存值和之前取得的值是否相等。如果相等则用新值更新。若不等则失败，失败则重试，一般是一个自旋的过程，即不断重试。

自旋锁：自旋锁的基本思想是，当一个线程尝试获取一个已被其他线程持有的锁时，它不会立即阻塞（即“睡眠”），而是在当前位置“自旋”，也就是执行一个忙等待循环，直到锁被释放。

初始化自旋锁：函数原型：int pthread_spin_init(pthread_spinlock_t *lock, int pshared);
说明：初始化一个自旋锁。pshared 参数定义了自旋锁的作用域，可以是 PTHREAD_PROCESS_PRIVATE（仅在创建它的进程中有效）或 PTHREAD_PROCESS_SHARED（可以在多个进程间共享）。
锁定自旋锁：函数原型：int pthread_spin_lock(pthread_spinlock_t *lock);
说明：尝试获取（锁定）指定的自旋锁。如果自旋锁当前未被其他线程持有，则调用线程立即获得该自旋锁；如果已被持有，则调用线程将不断循环检查直到自旋锁被释放。
尝试锁定自旋锁（非阻塞）：函数原型：int pthread_spin_trylock(pthread_spinlock_t *lock);
说明：尝试获取自旋锁，如果自旋锁已被其他线程持有，则立即返回错误 EBUSY，而不是持续占用 CPU 资源进行自旋。
解锁自旋锁：函数原型：int pthread_spin_unlock(pthread_spinlock_t *lock);
说明：释放指定的自旋锁，如果有其他线程正在自旋等待此锁，其中一个线程将获得该锁。
销毁自旋锁：函数原型：int pthread_spin_destroy(pthread_spinlock_t *lock);
说明：销毁一个已经初始化的自旋锁，释放与锁相关的资源。销毁自旋锁后，不应再使用该锁，除非重新初始化。

公平锁：它确保了对锁的请求顺序与获得锁的顺序一致。也就是说，最先请求锁的线程将最先获得该锁。这种锁的实现通常需要某种形式的排队机制来保证请求的顺序。

非公平锁:即使一个线程比另一个线程先请求锁，后者也可能先获得锁。非公平锁的这种特性可能导致线程饥饿，即某些线程可能长时间无法获得锁，特别是如果其他线程频繁地请求并获取锁。

非公平锁的实现就是基于上面这些锁加条件变量

4.4读者、写着问题

是一个经典的计算机科学问题，涉及到多个线程对共享数据的访问控制。

有多个线程需要访问同一资源（比如文件或数据库），这些线程被分为两类：

读者（Readers）：只读取数据，不修改数据。
写者（Writers）：会修改数据。

问题的核心是如何设计同步机制，以满足以下要求：

互斥：当写者正在写入数据时，不允许其他写者或读者访问数据。
无饿死：保证所有线程最终都能访问到数据，避免某些线程无限期地等待。
读者优先或写者优先：根据具体场景，可以优先考虑读者或写者的访问。

读者-写者问题有几种不同的解决方案，包括：

使用互斥锁的简单解决方案：

当读者读取数据时，他们之间不需要互斥，但写者需要独占访问。
这种方法简单，但可能导致写者饥饿，如果读者持续不断地访问数据。

允许多个读者但只有一个写者的解决方案：

使用两个锁，一个用于读者之间的同步（Reader lock），另一个用于写者（Writer lock）。
读者在进入和离开读取状态时分别获取和释放Reader lock。
写者在写入前获取Writer lock，并在写入完成后释放。

带优先级的解决方案：

读者优先：如果有很多读者，可以设计机制让读者优先获取锁，但这可能导致写者饥饿。
写者优先：如果写入操作很重要，可以设计机制让写者优先获取锁，但这可能导致读者饥饿。

使用条件变量的解决方案：

条件变量可以用于实现更灵活的等待和通知机制。
读者可以使用条件变量来等待数据未被写者锁定的通知。
写者可以使用条件变量来等待没有读者正在读取或等待读取的通知。

避免饥饿的解决方案：

可以使用请求计数器来跟踪读者和写者的请求，确保每个类型的线程都有机会访问资源

下面使用一个互斥锁（mutex）和两个条件变量（cv_reader 和 cv_writer）来分别同步读者和写者。

#include <iostream>
#include <pthread.h>
#include <unistd.h>const int MAX_READERS = 5;
const int NUM_READERS = 3;
const int NUM_WRITERS = 2;// 共享资源
int shared_data = 0;
pthread_mutex_t mutex = PTHREAD_MUTEX_INITIALIZER;
pthread_cond_t no_readers = PTHREAD_COND_INITIALIZER;
pthread_cond_t no_writers = PTHREAD_COND_INITIALIZER;// 线程参数结构体
struct ThreadParam {int id;
};// 读者线程函数
void* reader(void* arg) {ThreadParam* param = static_cast<ThreadParam*>(arg);int reader_id = param->id;while (true) {pthread_mutex_lock(&mutex);while (shared_data < 0) {pthread_cond_wait(&no_writers, &mutex);}pthread_mutex_unlock(&mutex);std::cout << "Reader " << reader_id << " reads: " << shared_data << std::endl;sleep(1); // 模拟读取时间// 读者读取完毕，唤醒写者pthread_mutex_lock(&mutex);pthread_cond_signal(&no_writers);pthread_mutex_unlock(&mutex);}return nullptr;
}// 写者线程函数
void* writer(void* arg) {ThreadParam* param = static_cast<ThreadParam*>(arg);int writer_id = param->id;while (true) {pthread_mutex_lock(&mutex);while (shared_data >= 0) {pthread_cond_wait(&no_readers, &mutex);}shared_data--; // 写者进入pthread_mutex_unlock(&mutex);std::cout << "Writer " << writer_id << " writes: " << -shared_data << std::endl;sleep(2); // 模拟写入时间pthread_mutex_lock(&mutex);shared_data++; // 写者退出pthread_cond_broadcast(&no_writers); // 唤醒所有读者pthread_mutex_unlock(&mutex);}return nullptr;
}int main() {pthread_t readers[NUM_READERS], writers[NUM_WRITERS];ThreadParam params_readers[NUM_READERS], params_writers[NUM_WRITERS];// 创建读者线程for (int i = 0; i < NUM_READERS; ++i) {params_readers[i].id = i;pthread_create(&readers[i], nullptr, reader, &params_readers[i]);}// 创建写者线程for (int i = 0; i < NUM_WRITERS; ++i) {params_writers[i].id = i + NUM_READERS;pthread_create(&writers[i], nullptr, writer, &params_writers[i]);}// 等待线程结束for (int i = 0; i < NUM_READERS + NUM_WRITERS; ++i) {pthread_join(readers[i], nullptr);}return 0;
}