weixin_45482422的博客

比如说有一个for循环，需要迭代100次，来累加1+2+3…+100计算其结果，创建10个线程，第一个线程累加1+2+…+10，第二个线程计算11+12+…+20等。那么如何优化呢？其实OpenMP库是可以直接调用的，只需要在for循环上面加一个指令 “#pragma omp parallel for num_threads(10)” 即可，非常简单。Intel TBB 线程库也可以很简单的做到，具体不介绍下面介绍如何使用标准库std::thread手动分割任务 。如果任务数除以线程数有余数，那么把.

Intel TBB的自旋的读写锁简单代码示例

需要安装intel 的tbb库，怎么安装，请另查编译时加上-ltbb -pthread即可。eg. g++ test.cc -ltbb -pthread比自己用c++的unordered_map和加锁mutex性能要高不少#include <iostream>#include <tbb/concurrent_hash_map.h>using namespace std;int main() { tbb::concurrent_hash_map<in.

下面是实验代码和截图。需要确保自己的服务器CPU能支持RTM指令集，如何查看能否支持RTM指令集不做介绍编译指令：g++ test4.cc -std=c++11 -pthread -mrtm-mrtm表示使用rtm指令集，需要导入头文件#include <immintrin.h>#include <immintrin.h>#include <sys/time.h>#include <iostream>#include <thread&

RTM 功能的头文件可以引入#include <immintrin.h>以下文件编译指令g++ test.cc -pthread -std=c++11 -mrtm前提是你的服务器支持RTM指令集，通过cat /proc/cpuinfo查看flags一项中是否包含rtm即可：cat /proc/cpuinfo | grep rtm下面的程序的输出结果为100，因为有10个线程，每个线程在a上面累加10，输出结果为100，符合预期。RTM指令集包括4个函数：_xbegin(),_xend(.

#include <stdlib.h>#include <iostream>using namespace std;typedef struct Node { int a; int b;} Node;int main() { char * free_node = nullptr; Node* n1 = (Node*) malloc(sizeof(Node)); n1->a = 1; Node* n2 = (Node

__builtin_ffs(x)是gcc 内建函数，具体意义另查。只提供简单代码，使用SSE2指令集，使用SIMD来加速字符串比较。当然不一定是字符串比较，示例中的arr1和arr2也可以看成是其他类型的数据的一种封装。最后，while循环里面输出的jj就是arr1和arr2中每一个字符相同的位置。#include "hash_util.h"#include <stdio.h>#include <immintrin.h>#include <assert.h>

看了一圈，外面垃圾博客太多，全是抄袭，每一个提到要点。#include <stdio.h>#include <string.h>#include <pthread.h>void* print(void* data){ printf("%d\n", (int) (long long) data);}int main(){ pthread_t tid[3]; for (int i = 0; i < 3; i++) {

注意：clear()方法只清空size(),不清空capacity()swap()方法俩者都清空#include <iostream>#include <vector>#include <string>using namespace std;class People{public: static vector<int> a;};vector<int> People::a(0);int main()

在使用nan方式的nodejs的c++扩展时，使用node-gyp编译c++源码时，报错error: ‘dynamic_cast’ not permitted with -fno-rtti是因为在c++源码中使用了dynamic_cast类型强转而报错，这个dynamic_cast需要有RTTI的支持，所以在binding.gyp的配置文件中加上：'cflags_cc!': [ '-fno-rtti' ] 就可以了。...

#include <iostream>using namespace std;class Animal{public: virtual void eat() = 0;};class Dog: public Animal{public: virtual void eat(){ cout << "狗狗吃东西" << endl; } void bite(){

0.说明nodejs调用c++扩展有多种方式，这里使用Nan方式1.环境centos 7;nodejs v12.22node-gyp2.安装nan如下图所示，项目目录名为nan-test,首先在该项目目录下安装nan，npm install --save nan,安装成功后在项目目录下出现一个node_modules，里面有一个nan目录3.制作一个测试用的动态库如上图shared目录所示，calculate.hdouble add(double a, double b);doubl

效果

friso中文分词器库的安装及详细说明见github：https://github.com/lionsoul2014/friso/tree/bb35f949efaeb26f33723719dad9adfd4e283995#include <friso/friso.h>#include <stdio.h>#include <string.h>//安装目录中的配置文件位置char* setting_file_addr = "/root/friso/friso.

需要提前在linux中安装openssl#include <openssl/md5.h>#include <string.h>#include <stdio.h>#include <openssl/sha.h>#include <openssl/hmac.h>void genMD5(unsigned char* output_md5, const char* msg){ MD5_CTX ctx; MD

环境：centos7写头文件：在测试文件夹test目录下，建立一个mycompute目录，专门用于存放.h头文件，如下图所示：四个.h头文件内容分别是:add.hsub.hmul.hdiv.h写.c程序:在测试目录test中写四个h头文件中申明的函数的实现。add.cint add(int a, int b){ return a + b;}sub.cint sub(int a, int b){ return a - b;}mul.cint mul(int

1. 创建项目设置成x64创建一个vs的动态链接库项目，如下图所示创建完成后附带文件如下图所示2.编写项目创建一个头文件add.h,创建一个源文件add.cpp完成加法运算，add.h代码如下：#pragma once#ifdef ADD_H#define API_SYMBOL __declspec(dllexport)#else#define API_SYMBOL __declspec(dllimport)#endifextern "C" API_SYMBOL int a