DoubleLockedQueue

本文介绍了一种使用双锁机制实现的并发队列(Double Locked Queue)的设计与实现细节。该队列通过两个互斥锁分别控制入队和出队操作,确保线程安全的同时减少锁竞争。文中提供了完整的C++代码实现,并展示了如何通过多线程测试验证其正确性和性能。
/*************************************************************************
    > File Name: DoubleLockedQueue.h
    > Author: wangzhicheng
    > Mail: 2363702560@qq.com
    > Created Time: 2017-01-02
    > Statement: double locked concurrent queue
 ************************************************************************/
#ifndef DOUBLE_LOCKED_QUEUE_H
#define DOUBLE_LOCKED_QUEUE_H
#include <stdio.h>
#include <unistd.h>
#include <stdlib.h>
#include <assert.h>
#include <atomic>
#include <mutex>
namespace doublelockedqueue
{
using namespace std;
static const int MAXCAP = 1000000000;
/*
 * the Node of queue
 * */
template<class DataType>
class QueueNode
{
public:
	DataType m_Data;                        // pointer to the data which needed to be put in the queue
	QueueNode<DataType>*m_pNext;            // the next pointer
	QueueNode() 
	{
		m_pNext = NULL;
	}
	QueueNode(const DataType &data, QueueNode *next = NULL) 
	{
		m_Data = data;
		m_pNext = next;
	}
	~QueueNode() 
	{
		m_pNext = NULL;
	}
};
/*
 * double locked queue
 * */
template<class DataType>
class DoubleLockedQueue 
{
private:
	mutex m_Head_Lock;				// for dequeue
	mutex m_Tail_Lock;				// for enqueue
	QueueNode<DataType> *m_pHead;
	QueueNode<DataType> *m_pTail;
	atomic<int>m_nNum;	             // 用于计数
	int m_nMaxLen;			         // 队列最大长度
public:
	DoubleLockedQueue();
	/*
	 * @brief 初始化队列容量和头结点
	 * */
	void Init(int max);
	/*
	 * @brief 入队 
	 * @return 入队成功返回true 失败返回false 失败是指队列为满 
	 * */
	bool EnQueue(const DataType &);
	/*
	 * @brief 出队
	 * @return 出队成功返回true 失败返回false 失败是指队列为空
	 * */
	bool DeQueue(DataType &);
	/*
	 * @brief 析构函数 释放头结点
	 * */
	~DoubleLockedQueue();
};
template<class DataType>
DoubleLockedQueue<DataType>::DoubleLockedQueue()
{
	m_nNum = 0;
}
/*
 * @brief 初始化队列容量和头结点
 * */
template<class DataType>
void DoubleLockedQueue<DataType>::Init(int max) 
{
	assert(max > 0 && max <= MAXCAP);
	m_nMaxLen = max;
	/*
 	 * generate a head node 	
 	 * */
	m_pHead = new QueueNode<DataType>;
	m_pTail = this->m_pHead;
}
template<class DataType>
bool DoubleLockedQueue<DataType>::EnQueue(const DataType &data) 
{
	if(m_nNum.load() >= m_nMaxLen) // 队列满了
	{
		return false;	
	}
	QueueNode<DataType>*p = new QueueNode<DataType>(data);
	++m_nNum;
	/*
 	 * 入队与出队的竞争仅仅发生在当队列为空时
 	 * 此时读尾指针与修改尾指针不会同时进行
 	 * 但gcc/g++编译器能够保证对64位地址修改为原子操作 
 	 * 例如假设地址A = NULL
 	 * 线程1读取A 线程2修改A
 	 * 那么线程1要么读到NULL 要么读到线程2修改后的地址
 	 * */
	lock_guard<mutex>lockguard(m_Tail_Lock);
	m_pTail->m_pNext = p;	
	m_pTail = p;

	return true;
}
template<class DataType>
bool DoubleLockedQueue<DataType>::DeQueue(DataType &data)
{
	m_Head_Lock.lock();
	QueueNode<DataType>*p = m_pHead;
	QueueNode<DataType>*newhead = m_pHead->m_pNext;	// 此时取头结点的next指针 可能此时入队修改了头结点的next值 但这两个操作不会并行
	if(!newhead) {		                        	// the queue is empty
		m_Head_Lock.unlock();
		return false;
	}
	data = newhead->m_Data;				
	m_pHead = newhead;
	m_Head_Lock.unlock();
	--m_nNum;  
	delete p;	
	p = NULL;

	return true;
}
template<class DataType>
DoubleLockedQueue<DataType>::~DoubleLockedQueue()
{
	delete m_pHead;
	m_pHead = NULL;
	m_pTail = NULL;
}
}
#endif

/*************************************************************************
    > File Name: main.cpp
    > Author: wangzhicheng
    > Mail: 2363702560@qq.com 
    > Created Time: Sat 31 Dec 2016 09:44:59 AM AWST
 ************************************************************************/

#include "DoubleLockedQueue.h"
#include <iostream>
#include <thread>
using namespace doublelockedqueue;
DoubleLockedQueue<int>Q;
void func0() {
	while(1)
	{
		for(int i = 0;i < 10;i++) Q.EnQueue(i);
		sleep(1);
	}
}
void func1() {
	while(1)
	{
		int num;
		if(!Q.DeQueue(num)) {
	//		cerr << "dequeue error...!" << endl;
			sleep(1);
			continue;
		}
		else cout << "num = " << num << endl;
	}
}
int main()
{
	Q.Init(100);
	thread th1(func0);
	thread th2(func1);
	th1.join();
	th2.join();

	return 0;
}

CC=g++
all:
	$(CC) -std=c++11 -g -o DoubleLockedQueueTest main.cpp DoubleLockedQueue.h -pthread -lpthread

#include <iostream> #include <deque> #include <mutex> #include <omp.h> #include <random> #include <atomic> #include <thread> // 双锁队列类 template <typename T> class DoubleLockedQueue { private: std::deque<T> queue; // 底层队列 std::mutex head_mutex; // 保护头部(出队) std::mutex tail_mutex; // 保护尾部(入队) public: // 尝试将数据放入队列 bool try_send(const T& item) { std::lock_guard<std::mutex> lock(tail_mutex); // 锁定尾部 queue.push_back(item); // 入队 return true; // 总是成功 } // 尝试从队列中取出数据 bool try_receive(T& item) { std::lock_guard<std::mutex> lock(head_mutex); // 锁定头部 if (queue.empty()) { return false; // 队列为空,无法取出 } item = queue.front(); // 取出队首元素 queue.pop_front(); // 移除队首元素 return true; // 成功取出 } }; int main() { const int num_producers = 4; // 生产者数量 const int num_consumers = 4; // 消费者数量 const int items_per_producer = 1000; // 每个生产者生成的数据项数 const int total_items = num_producers * items_per_producer; // 总数据项数 DoubleLockedQueue<int> queue; // 创建双锁队列 std::atomic<int> sum(0); // 原子变量用于累加求和,避免数据竞争 std::atomic<int> produced_count(0); // 已生产的数据项计数 std::atomic<int> consumed_count(0); // 已消费的数据项计数 std::atomic<bool> all_producers_done(false); // 所有生产者是否完成 double start_time = omp_get_wtime(); // 记录开始时间 #pragma omp parallel num_threads(num_producers + num_consumers) { int thread_id = omp_get_thread_num(); std::random_device rd; std::mt19937 gen(rd()); std::uniform_int_distribution<> dis(1, 100); // 生成1到100的随机数 if (thread_id < num_producers) { // 生产者线程 for (int i = 0; i < items_per_producer; ++i) { int item = dis(gen); // 生成随机数 while (!queue.try_send(item)) { std::this_thread::yield(); // 减少CPU占用 } produced_count.fetch_add(1, std::memory_order_relaxed); } // 标记当前生产者完成 if (produced_count.load() >= total_items) { all_producers_done.store(true, std::memory_order_release); } std::cout << "Producer Thread " << thread_id << " produced " << items_per_producer << " items." << std::endl; } else { // 消费者线程 int local_sum = 0; // 每个消费者本地求和,减少对原子变量的争用 int received_count = 0; // 记录成功接收的数据项数量 int item; // 修复:消费者线程持续循环,直到所有生产者完成且队列为空 bool producers_done = false; while (!producers_done || queue.try_receive(item)) { // 检查生产者是否全部完成 if (!producers_done) { producers_done = all_producers_done.load(std::memory_order_acquire); } // 尝试接收数据 while (queue.try_receive(item)) { local_sum += item; // 累加到本地 consumed_count.fetch_add(1, std::memory_order_relaxed); received_count++; } // 如果队列为空,短暂休眠 if (!producers_done) { std::this_thread::sleep_for(std::chrono::microseconds(10)); } } sum.fetch_add(local_sum, std::memory_order_relaxed); // 将本地求和结果累加到全局 sum std::cout << "Consumer Thread " << thread_id << " received " << received_count << " items." << std::endl; } } double end_time = omp_get_wtime(); std::cout << "生产者-消费者模型结果:" << std::endl; std::cout << "总和: " << sum.load() << std::endl; std::cout << "耗时: " << (end_time - start_time) << " 秒" << std::endl; // 验证总和是否正确(可选) int expected_min = num_producers * items_per_producer * 1; int expected_max = num_producers * items_per_producer * 100; std::cout << "预期总和范围: [" << expected_min << ", " << expected_max << "]" << std::endl; return 0; }根据这段代码修改,使得结果总和不为0
06-08
基于径向基函数神经网络RBFNN的自适应滑模控制学习(Matlab代码实现)内容概要:本文介绍了基于径向基函数神经网络(RBFNN)的自适应滑模控制方法,并提供了相应的Matlab代码实现。该方法结合了RBF神经网络的非线性逼近能力和滑模控制的强鲁棒性,用于解决复杂系统的控制问题,尤其适用于存在不确定性和外部干扰的动态系统。文中详细阐述了控制算法的设计思路、RBFNN的结构与权重更新机制、滑模面的构建以及自适应律的推导过程,并通过Matlab仿真验证了所提方法的有效性和稳定性。此外,文档还列举了大量相关的科研方向和技术应用,涵盖智能优化算法、机器学习、电力系统、路径规划等多个领域,展示了该技术的广泛应用前景。; 适合人群:具备一定自动控制理论基础和Matlab编程能力的研究生、科研人员及工程技术人员,特别是从事智能控制、非线性系统控制及相关领域的研究人员; 使用场景及目标:①学习和掌握RBF神经网络与滑模控制相结合的自适应控制策略设计方法;②应用于电机控制、机器人轨迹跟踪、电力电子系统等存在模型不确定性或外界扰动的实际控制系统中,提升控制精度与鲁棒性; 阅读建议:建议读者结合提供的Matlab代码进行仿真实践,深入理解算法实现细节,同时可参考文中提及的相关技术方向拓展研究思路,注重理论分析与仿真验证相结合。
先展示下效果 https://pan.quark.cn/s/a4b39357ea24 本项目是本人参加BAT等其他公司电话、现场面试之后总结出来的针对Java面试的知识点或真题,每个点或题目都是在面试中被问过的。 除开知识点,一定要准备好以下套路: 个人介绍,需要准备一个1分钟的介绍,包括学习经历、工作经历、项目经历、个人优势、一句话总结。 一定要自己背得滚瓜烂熟,张口就来 抽象概念,当面试官问你是如何理解多线程的时候,你要知道从定义、来源、实现、问题、优化、应用方面系统性地回答 项目强化,至少与知识点的比例是五五开,所以必须针对简历中的两个以上的项目,形成包括【架构和实现细节】,【正常流程和异常流程的处理】,【难点+坑+复盘优化】三位一体的组合拳 压力练习,面试的时候难免紧张,可能会严重影响发挥,通过平时多找机会参与交流分享,或找人做压力面试来改善 表达练习,表达能力非常影响在面试中的表现,能否简练地将答案告诉面试官,可以通过给自己讲解的方式刻意练习 重点针对,面试官会针对简历提问,所以请针对简历上写的所有技术点进行重点准备 Java基础 JVM原理 集合 多线程 IO 问题排查 Web框架、数据库 Spring MySQL Redis 通用基础 操作系统 网络通信协议 排序算法 常用设计模式 从URL到看到网页的过程 分布式 CAP理论 锁 事务 消息队列 协调器 ID生成方式 一致性hash 限流 微服务 微服务介绍 服务发现 API网关 服务容错保护 服务配置中心 算法 数组-快速排序-第k大个数 数组-对撞指针-最大蓄水 数组-滑动窗口-最小连续子数组 数组-归并排序-合并有序数组 数组-顺时针打印矩形 数组-24点游戏 链表-链表反转-链表相加 链表-...
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