(5)Unique Lock和Lazy Initialization

本文介绍了C++中三种定义互斥锁的方法:直接加锁、使用std::lock_guard及std::unique_lock,并通过示例展示了如何利用unique_lock实现更灵活的锁管理以及如何确保文件操作的线程安全性。

前面我们已经介绍了两种定义互斥锁的方式:
(1)mu.lock()
(2)std::lock_guard<std::mutex> locker(mu)
接着我们介绍第三种方式,
(3)std::unique_lock<mutex> locker(mu,std::defer_lock);
其中参数std::defer_lock表明locker延迟锁定,在之后我们可以为想要进行锁住的代码片段随时加锁,并可以多次加锁.
locker.lock();

locker.unlock();//形如这样的代码片段
和lock_guard相比unique_lock的弹性更大,更加灵活.而且,这两种都不能被拷贝,只有unique_lock能进行移动.移动以后,mutex的控制权会转移.
虽然,unique_lock的功能比lock_guard强大,但是是以消耗更多计算机性能为前提的,因此之后我们需要权衡来进行选择.

#include <iostream>
#include <thread>
#include <mutex>
#include <fstream>
std::mutex mu;

using namespace std;
class LogFile
{
    std::mutex m_mutex;
    std::ofstream f;
public:
    LogFile()
    {
        f.open("log.txt");
    }
    void shared_print(std::string id,int value)
    {
        std::unique_lock<std::mutex> locker(mu,std::defer_lock);
        f << "From " << id << ":" << value << endl;
    }
};

void function_1(LogFile& log)
{
    for(int i=0;i>-100;i--)
        log.shared_print(std::string("From t1"),i);
}

int main()
{
    LogFile log;
    std::thread t1(function_1, std::ref(log));
    for(int i=0;i<100;++i)
        log.shared_print(std::string("From main"),i);
    t1.join();
    return 0;
}

然后介绍的是Lazy Initialization.
在上面的代码中,我们可以发现,在构造LogFile类的时候,其构造函数总会打开我们的log.txt,因为只有我们需要写入或读取数据的时候,打开文件才是有效的,所以为了避免无谓的操作,我们现进行改进.代码如下所示:

void shared_print(std::string id,int value)
{
      if(!f.is_open())
      {
            f.open(“log.txt”);
      }
      std::unique_lock locker(mu,std::defer_lock);
      f << “From ” << id << “:” << value << endl;
}

然后,为了是该代码段线程安全,我们需要加锁,即用mutex同步文件打开操作.

class LogFile
{
    std::mutex m_mutex_open;
    std::mutex m_mutex;
    std::ofstream f;
public:
    LogFile()
    {
        f.open("log.txt");
    }
    void shared_print(std::string id,int value)
    {
        if(!f.is_open())
        {
            std::unique_lock<std::mutex> locker2(mu_open,std::defer_lock);
            f.open("log.txt");
        }
        std::unique_lock<std::mutex> locker(mu,std::defer_lock);
        f << "From " << id << ":" << value << endl;
    }
};

此时,仍然没有满足线程安全!因为有可能会有两个线程(或者多个线程)来打开文件多次.所以这里并不是绝对的线程安全.那该怎么解决呢?解决方式就是同步is_open()函数.

class LogFile
{
    std::mutex m_mutex_open;
    std::mutex m_mutex;
    std::ofstream f;
public:
    LogFile()
    {
        f.open("log.txt");
    }
    void shared_print(std::string id,int value)
    {
        {
            std::unique_lock<std::mutex> locker2(mu_open,std::defer_lock);
            if(!f.is_open())
                f.open("log.txt");
        }
        std::unique_lock<std::mutex> locker(mu,std::defer_lock);
        f << "From " << id << ":" << value << endl;
    }
};

此时,这段代码就是线程安全的了,但是又引入了另外一个问题,就是在shared_print()函数中需要不断的加锁和解锁,消耗计算资源.其实,标准库中有一个类型可以帮助我们解决这个问题,见代码:

class LogFile
{
    std::once_flag m_flag;
    std::mutex m_mutex;
    std::ofstream f;
public:
    LogFile()
    {
        f.open("log.txt");
    }
    void shared_print(std::string id,int value)
    {
        std::call_once(m_flag,[&](){f.open("log.txt");});//该语句可以确保lambda函数只被一个线程执行一次
        std::unique_lock<std::mutex> locker(mu,std::defer_lock);
        f << "From " << id << ":" << value << endl;
    }
};
本项目构建于RASA开源架构之上,旨在实现一个具备多模态交互能力的智能对话系统。该系统的核心模块涵盖自然语言理解、语音转文本处理以及动态对话流程控制三个主要方面。 在自然语言理解层面,研究重点集中于增强连续对话中的用户目标判定效能,并运用深度神经网络技术提升关键信息提取的精确度。目标判定旨在解析用户话语背后的真实需求,从而生成恰当的反馈;信息提取则专注于从语音输入中析出具有特定意义的要素,例如个体名称、空间位置或时间节点等具体参数。深度神经网络的应用显著优化了这些功能的实现效果,相比经典算法,其能够解析更为复杂的语言结构,展现出更优的识别精度与更强的适应性。通过分层特征学习机制,这类模型可深入捕捉语言数据中隐含的语义关联。 语音转文本处理模块承担将音频信号转化为结构化文本的关键任务。该技术的持续演进大幅提高了人机语音交互的自然度与流畅性,使语音界面日益成为高效便捷的沟通渠道。 动态对话流程控制系统负责维持交互过程的连贯性与逻辑性,包括话轮转换、上下文关联维护以及基于情境的决策生成。该系统需具备处理各类非常规输入的能力,例如用户使用非规范表达或对系统指引产生歧义的情况。 本系统适用于多种实际应用场景,如客户服务支持、个性化事务协助及智能教学辅导等。通过准确识别用户需求并提供对应信息或操作响应,系统能够创造连贯顺畅的交互体验。借助深度学习的自适应特性,系统还可持续优化语言模式理解能力,逐步完善对新兴表达方式与用户偏好的适应机制。 在技术实施方面,RASA框架为系统开发提供了基础支撑。该框架专为构建对话式人工智能应用而设计,支持多语言环境并拥有活跃的技术社区。利用其内置工具集,开发者可高效实现复杂的对话逻辑设计与部署流程。 配套资料可能包含补充学习文档、实例分析报告或实践指导手册,有助于使用者深入掌握系统原理与应用方法。技术文档则详细说明了系统的安装步骤、参数配置及操作流程,确保用户能够顺利完成系统集成工作。项目主体代码及说明文件均存放于指定目录中,构成完整的解决方案体系。 总体而言,本项目整合了自然语言理解、语音信号处理与深度学习技术,致力于打造能够进行复杂对话管理、精准需求解析与高效信息提取的智能语音交互平台。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值