引用计数自动管理对象的生存周期

//
// 引用计数在长时间线程过程中的使用
// cheungmine
//
#include <assert.h>
#include <stdio.h>
#include <stdlib.h>
#include <windows.h>
#include <process.h>

// It should be used if the worker class will use CRT functions
static HANDLE CrtCreateThread(LPSECURITY_ATTRIBUTES lpsa,
DWORD dwStackSize,
LPTHREAD_START_ROUTINE pfnThreadProc,
LPVOID pvParam,
DWORD dwCreationFlags,
LPDWORD pdwThreadId)
{
// _beginthreadex calls CreateThread which will set the last error value before it returns
return (HANDLE) _beginthreadex(lpsa,
dwStackSize,
(unsigned int (__stdcall *)(void *)) pfnThreadProc,
pvParam,
dwCreationFlags,
(unsigned int *) pdwThreadId);
}

class CUserdata
{
public:
CUserdata():m_data(100)
{
printf("CUserdata()/n");

}

~CUserdata()
{
printf("~CUserdata()/n");
}

int m_data;

};

template< typename _Type > class ThreadParamT
{
volatile ULONG m_cRef;

// 私有的析构方法保证由引用计数自动管理对象的生存期
~ThreadParamT()
{
printf("~ThreadParamT()::m_cRef=%d/n", m_cRef);
}
public:
ULONG AddRef()
{
return (ULONG) InterlockedIncrement((volatile LONG*)&m_cRef);
}

ULONG Release()
{
if (InterlockedDecrement((volatile LONG*)&m_cRef)==0)
{
delete this;
return 0;
}
return m_cRef;
}

ThreadParamT():
m_cRef(1)
{
printf("ThreadParamT()::m_cRef=%d/n", m_cRef);
}

_Type t;
};

// 线程过程: 长时间执行的 线程过程
// AddRef() 和 Release()必须在线程中成对调用
static DWORD WINAPI LongTimeThreadProc( LPVOID lpParam )
{
ThreadParamT<CUserdata> *pthrParam = (ThreadParamT<CUserdata> *) lpParam;

// 入口处立即增加引用计数
pthrParam->AddRef();


// 模拟执行一个长时间的任务
printf("LongTimeThreadProc::Do a long time job....../n");
SleepEx(10000, 0);


// 返回时必须减少引用计数
pthrParam->Release();

return 0;
}

int main()
{
// 创建线程过程参数, 这个参数传递给线程之后, 生存期就由引用计数控制
ThreadParamT<CUserdata> * thrParam = new ThreadParamT<CUserdata>();

DWORD dwThrId;
HANDLE hThread = CrtCreateThread(0, 0, LongTimeThreadProc, (LPVOID)thrParam, 0, &dwThrId);

// 下面的代码假设我们来不急等待线程执行结束
// 此时, thrParam 的生存期有引用计数管理是适当的
DWORD dwRet = WaitForSingleObject(hThread, 5000);
assert(dwRet==WAIT_TIMEOUT);
CloseHandle(hThread);

// 此时仍可访问线程数据, 注意是否使用关键区保护
printf("此时仍可访问线程数据: %d/n", thrParam->t.m_data);

// 此时释放引用计数, 如果线程未结束, 则数据并未释放
thrParam->Release();

SleepEx(6000, 0);

printf("thrParam 已经不可用, 此时不可访问线程数据: %d/n", thrParam->t.m_data);

return 0;
}

【EI复现】基于深度强化学习的微能源网能量管理与优化策略研究(Python代码实现)内容概要:本文围绕“基于深度强化学习的微能源网能量管理与优化策略”展开研究,重点利用深度Q网络(DQN)等深度强化学习算法对微能源网中的能量调度进行建模与优化,旨在应对可再生能源出力波动、负荷变化及运行成本等问题。文中结合Python代码实现,构建了包含光伏、储能、负荷等元素的微能源网模型,通过强化学习智能体动态决策能量分配策略,实现经济性、稳定性和能效的多重优化目标,并可能与其他优化算法进行对比分析以验证有效性。研究属于电力系统与人工智能交叉领域,具有较强的工程应用背景和学术参考价值。; 适合人群:具备一定Python编程基础和机器学习基础知识,从事电力系统、能源互联网、智能优化等相关方向的研究生、科研人员及工程技术人员。; 使用场景及目标:①学习如何将深度强化学习应用于微能源网的能量管理;②掌握DQN等算法在实际能源系统调度中的建模与实现方法;③为相关课题研究或项目开发提供代码参考和技术思路。; 阅读建议:建议读者结合提供的Python代码进行实践操作,理解环境建模、状态空间、动作空间及奖励函数的设计逻辑,同时可扩展学习其他强化学习算法在能源系统中的应用。
评论
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