互斥锁 笔记

本文详细介绍了线程间的互斥与同步机制,包括互斥锁和信号量的概念及应用,并探讨了递归锁与非递归锁的区别及其在实际编程中的应用场景。

.线程访问机制

任务间的关系有两种:1,间接关系;2,直接关系。

例如1. 任务A对莫个缓冲区进行写操作。任务B从这个缓冲区进行读操作。那么A和B的关系就是直接的关系,那么实现这种直接关系的机制就是同步

2. 任务A要使用打印机,任务b也要使用打印机,那么只有在任务A使用结束的情况下才能使用打印机,所以A和B的关系是间接的关系。那么要实现这种间接的关系的机制是互斥.

在linux中实现线程间的互斥和同步的主要的机制是:信号量和互斥锁

互斥锁

mutex 是一种简单的加锁的方法来控制对共享资源的存取。这个互斥锁只有两种状态,也就是上锁和解锁。

可以把互斥锁看作某种意义上的全局变量。在同一时刻只能有一个线程掌握某个互斥上的锁,拥有上锁状态的线程能够对共享资源进行操作。若其他线程希望上锁一个已经上锁了的互斥锁,则该线程就会挂起,直到上锁的线程释放掉互斥锁为止。可以说,这把互斥锁使得共享资源按序在各个线程中操作。

互斥锁的操作主要包括以下几个步骤。

互斥锁初始化:pthread_mutex_init

互斥锁上锁:pthread_mutex_lock

互斥锁判断上锁:pthread_mutex_trylock

互斥锁接锁:pthread_mutex_unlock

消除互斥锁:pthread_mutex_destroy

其中,互斥锁可以分为快速互斥锁、递归互斥锁和检错互斥锁。这三种锁的区别主要在于其他未占有互斥锁的线程在希望得到互斥锁时的是否需要阻塞等待。
快速锁是指调用线程会阻塞直至拥有互斥锁的线程解锁为止。
递归互斥锁能够成功地返回并且增加调用线程在互斥上加锁的次数,而检错互斥锁则为快速互斥锁的非阻塞版本,它会立即返回并返回一个错误信息。

int pthread_mutex_init(pthread_mutex_t *mutex, const pthread_mutexattr_t *mutexattr)//互斥锁初始化函数

mutexattr =  PTHREAD_MUTEX_INITIALIZER:创建快速互斥锁,快速锁是指调用线程会阻塞直至拥有互斥锁的线程解锁为止

PTHREAD_RECURSIVE_MUTEX_INITIALIZER_NP:创建递归函数传入值 Mutexattr 互斥锁,递归互斥锁能够成功地返回并且增加调用线程在互斥上加锁的次数

PTHREAD_ERRORCHECK_MUTEX_INITIALIZER_NP:创建检错互斥锁,而检错互斥锁则为快速互斥锁的非阻塞版本.

    int pthread_mutex_lock(pthread_mutex_t *mutex,)    //互斥锁上锁
    int pthread_mutex_trylock(pthread_mutex_t *mutex,) //互斥锁判断上锁
    int pthread_mutex_unlock(pthread_mutex_t *mutex,)  //互斥锁接锁
    int pthread_mutex_destroy(pthread_mutex_t *mutex,) //消除互斥锁


 在所有的线程同步方法中,恐怕互斥锁(mutex)的出场率远远高于其它方法。
 Mutex可以分为递归锁(recursive mutex)和非递归锁(non-recursive mutex)。可递归锁也可称为可重入锁(reentrant mutex),
非递归锁又叫不可重入锁(non-reentrant mutex)。
二者唯一的区别是,同一个线程可以多次获取同一个递归锁,不会产生死锁。而如果一个线程多次获取同一个非递归锁,则会产生死锁。
Windows下的Mutex和Critical Section是可递归的。Linux下的pthread_mutex_t锁默认是非递归的。
可以显示的设置PTHREAD_MUTEX_RECURSIVE属性,将pthread_mutex_t设为递归锁。
但是如果将这两种锁误用,很可能会造成程序的死锁。。
MutexLock mutex;      
void f1()  
{  
      mutex.lock();      // do something  
      mutex.unlock();  
}     
void f2()  
 {  
       mutex.lock();        // do something  
       f1();  
       mutex.unlock();   

 }  
f1函数和f2函数都获取了同一个锁,而f2函数又会调用f1函数。如果MutexLock锁是个非递归锁,则这个程序会立即死锁。
因此在为一段程序加锁时要格外小心,否则很容易因为这种调用关系而造成死锁。
    但是这并不意味着应该用递归锁去代替非递归锁。递归锁用起来固然简单,但往往会隐藏某些代码问题。
比如调用函数和被调用函数以为自己拿到了锁,都在修改同一个对象,这时就很容易出现问题。因此在能使用非递归锁的情况下,
应该尽量使用非递归锁,因为死锁相对来说,更容易通过调试发现。

转载于:https://www.cnblogs.com/kaylee-lr/p/4700255.html

内容概要:本文系统介绍了算术优化算法(AOA)的基本原理、核心思想及Python实现方法,并通过图像分割的实际案例展示了其应用价值。AOA是一种基于种群的元启发式算法,其核心思想来源于四则运算,利用乘除运算进行全局勘探,加减运算进行局部开发,通过数学优化器加速函数(MOA)和数学优化概率(MOP)动态控制搜索过程,在全局探索与局部开发之间实现平衡。文章详细解析了算法的初始化、勘探与开发阶段的更新策略,并提供了完整的Python代码实现,结合Rastrigin函数进行测试验证。进一步地,以Flask框架搭建前后端分离系统,将AOA应用于图像分割任务,展示了其在实际工程中的可行性与高效性。最后,通过收敛速度、寻优精度等指标评估算法性能,并提出自适应参数调整、模型优化和并行计算等改进策略。; 适合人群:具备一定Python编程基础和优化算法基础知识的高校学生、科研人员及工程技术人员,尤其适合从事人工智能、图像处理、智能优化等领域的从业者;; 使用场景及目标:①理解元启发式算法的设计思想与实现机制;②掌握AOA在函数优化、图像分割等实际问题中的建模与求解方法;③学习如何将优化算法集成到Web系统中实现工程化应用;④为算法性能评估与改进提供实践参考; 阅读建议:建议读者结合代码逐行调试,深入理解算法流程中MOA与MOP的作用机制,尝试在不同测试函数上运行算法以观察性能差异,并可进一步扩展图像分割模块,引入更复杂的预处理或后处理技术以提升分割效果。
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