＜atomic＞ 注释11：wins 平台函数 _InterlockedIncrement ()、_InterlockedDecrement ()

原创 已于 2024-12-23 02:55:11 修改 · 285 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#c++20 #STL 库

于 2024-12-23 02:53:54 首次发布

（31）**wins 平台函数 _InterlockedIncrement ( ) 与 _InterlockedDecrement () ** ， 虽然目前，在 《atomic》头文件里还没有出现，也一并学习了。这俩函数可以原子性的递增或递减一个变量的值：

在这里插入图片描述
在这里插入图片描述

++ 测试：

在这里插入图片描述

（32）

谢谢

error: use of deleted function ‘std::atomic＜int＞::atomic(const std::atomic＜int＞&) 防止原子类型被意外复制
usstmiracle的博客
01-26 1486
编译错误是因为你使用了被删除的拷贝构造函数`std::atomic::atomic(const std::atomic&)`，它用来防止原子类型被意外复制。`，它们不会调用拷贝构造函数，而是调用其他的构造函数，如`constexpr atomic(__integral_type __i) noexcept`。这样就可以解决你的错误，让你的程序正常编译和运行。这就会调用被删除的拷贝构造函数，导致错误。上面代码中，你使用了拷贝初始化的语法`可以使用直接初始化的语法``或者列表初始化的语法`
智能指针之std::shared_ptr＜T＞详解
漫步者
03-04 1439
std::shared_ptr对象是需要额外占用内存空间的，对象大小一般为2个指针变量的长度shared_ptr对象包含的是两个指针变量当shard_ptr对象数据库块指针的引用变量变为0时，自动触发ptr指向的数据块的内存释放。
InterlockedIncrement
u012719076的博客
10-21 290
InterlockedIncrement
“_InterlockedIncrement”: 未声明的标识符 解决
qiuxinmin的博客
09-01 2378
今天玩realsense写人脸识别的时候，突然出了一个莫名其妙的bug 我寻思着这个是windows kits里头的呀，怎么回找不到呢？ 一开始以为是自己写的一些宏定义不小心跟系统里头重名了，检查了一下发现没有； 后来折腾了好久，把这个文件又是包含在项目属性目录，又是include的，都没用； 最后才发现问题所在。 【有bug的时候的代码】 【解决后的代码】 看，问题其实就在于window...
InterLockedIncrement and InterLockedDecrement函数原理
carl2380的专栏
12-12 1054
http://hi.baidu.com/drunkdream/blog/item/014e1cce56efe730b600c88e.html InterLockedIncrement and InterLockedDecrement函数原理 2009-07-01 20:57InterLockedIncrement and InterLockedDecrement实现数的原子性加
C++ 原子锁知识点介绍 std::atomic＜int＞
最新发布
m0_57249200的博客
08-20 1173
特性C++ 原子 (C 普通变量 (int多线程读写是否安全✅ 安全，单个变量原子性❌ 不安全，可能数据竞争是否需要锁❌ 不需要（单变量操作）✅ 需要mutex中断打断❌ 不会被 CPU 原子指令打断⚠️ 可能被上下文切换/线程抢占影响多操作原子性⚠️ 单次操作原子，多操作需锁❌ 不保证原子操作保证单个变量读写完整性→ 不被线程切换打断不需要 mutex→ 性能高多操作组合还是需要锁→ 例如同时写 CPU 和 RAM，占用率一致性中断不会破坏原子操作。
原子操作 std::atomic＜int＞
rukawashan的博客
06-06 1340
std::atomic模板类可以使对象操作为原子操作，避免多线程竞争问题；请看如下代码，一目了然class Test { public: Test() = default; void CThreadFunc() { for (int i = 0; i < 10000; ++i) { //std::lock_guard lck(Test::m_s_ivalue_mutex); //m_iV...
本文件是 c++20 规范， vs2019 上的 <atomic> 头文件，带注释 原子量，多线程中保护原子变量
12-29
C++20的<atomic>头文件引入了更多种类的原子类型，如atomic_flag、atomic以及标准库中其他类型（如atomic<bool>、atomic<int>等）的特化版本。 此外，C++20还引入了原子锁（std::atomic_lock）和原子等待/通知机制...
C++原子性加减（自增/自减）
Muzzik的博客
05-04 2029
long count = 0; _InterlockedIncrement(&count); //自增 _InterlockedDecrement(&count); //自减 宏 #include <xatomic.h> _MT_INCR(count); //自增 _MT_DECR(count); //自减 可以直接使用xatomic头...
秒杀多线程第三篇 原子操作 Interlocked系列函数
huobengluantiao8
04-09 983
上一篇《多线程第一次亲密接触 CreateThread与_beginthreadex本质区别》中讲到一个多线程报数功能。为了描述方便和代码简洁起见，我们可以只输出最后的报数结果来观察程序是否运行出错。这也非常类似于统计一个网站每天有多少用户登录，每个用户登录用一个线程模拟，线程运行时会将一个表示计数的变量递增。程序在最后输出计数的值表示有今天多少个用户登录，如果这个值不等于我们启动的线程个数，那显...
关于InterLockedIncrement
skiing_886的专栏
09-02 836
最近在看公司服务器源代码，在ObjectBase类里面实现了一个AddRef()函数，而且贯穿整个项目，看了一下他的实现，就是使用下面的函数来增加引用计数 InterLockedIncrement 　　举个例子：如果一个变量 Long value =0; 　　首先说一下正常情况下的加减操作：value+=1； 　　1：系统从Value的空间取出值，并动态生成一个空间来存
boost 在VS下使用时报无法解决外部符号_InterlockedIncrement解决方法
yansen_2010的专栏
01-16 755
在引用Boost头文件前面加上 BOOST_USE_WINDOWS_H 宏定义， 或者再预处理里面加上
#include <atomic> std::atomic<int> atomicValue; void storeRelaxed(int value) { atomicValue.store(value, std::memory_order_relaxed); }怎么使用
04-29
### 正确使用 `std::atomic` 的 `store` 方法及 `std::memory_order_relaxed` 在 C++11 中，`std::atomic` 类型提供了线程安全的操作机制。其中，`store` 方法允许将一个值写入到原子变量中，并可以通过指定不同的内存顺序参数（如 `std::memory_order_relaxed`）来优化性能。 #### `std::atomic::store` 方法简介 `std::atomic::store` 是一种用于向原子对象写入新值的方法。它的语法形式如下： ```cpp void store(T desired, std::memory_order order = std::memory_order_seq_cst) noexcept; ``` - 参数 `desired` 表示希望存储的新值。 - 参数 `order` 定义了执行此操作时所需的内存顺序，默认为 `std::memory_order_seq_cst`（全局序列化）。为了提高性能，可以根据需求选择更弱的内存顺序，例如 `std::memory_order_relaxed`[^2]。 当使用 `std::memory_order_relaxed` 作为内存顺序时，表示该操作不会引入任何同步或排序约束。这意味着它既不会阻止其他线程观察到不同步的状态变化，也不会影响其他非原子变量之间的可见性关系。因此，只有在确实不需要考虑与其他操作交互的情况下才应选用这种模式。 --- ### 示例代码展示 下面给出一段简单示例说明如何正确运用带有 `std::memory_order_relaxed` 的 `std::atomic::store` 函数： ```cpp #include <iostream> #include <atomic> #include <thread> std::atomic<int> counter(0); void increment_counter() { // 使用 relaxed 内存顺序进行增量操作 int current_value = counter.load(std::memory_order_relaxed); while(!counter.compare_exchange_weak(current_value, current_value + 1, std::memory_order_relaxed)); } int main() { const size_t thread_count = 10; std::vector<std::thread> threads; for(size_t i = 0; i < thread_count; ++i){ threads.emplace_back(increment_counter); } for(auto& th : threads){ if(th.joinable()) th.join(); } std::cout << "Final Counter Value: " << counter.load(std::memory_order_relaxed) << "\n"; return 0; } ``` 在这个例子中，多个线程同时尝试对同一个共享资源——即整数类型的 `counter` ——实施加法运算。由于这里并不涉及复杂的同步条件，所以我们可以放心大胆地采用 `std::memory_order_relaxed` 来提升效率[^3]。 注意：尽管上面的例子采用了 `compare_exchange_weak` 配合 `relaxed` 订单位实现了自增功能，但这实际上是一个复合动作而非单纯的储存行为；真正的单一储存案例会在下一个部分讨论。 --- ### 单纯储存实例 如果我们只是单纯想把某个固定数值放进原子变量里而不关心别的事情的话，那么可以直接调用 `store` 方法即可: ```cpp #include <iostream> #include <atomic> std::atomic<bool> flag(false); void set_flag_to_true(){ flag.store(true,std::memory_order_relaxed); } int main(){ set_flag_to_true(); bool result=flag.load(std::memory_order_relaxed); std::cout<<"Flag's state:"<<result<<"\n"; return 0; } ``` 在此处，我们创建了一个布尔类型的原子变量 `flag` ，并通过另一个独立函数将其设定成真状态。整个过程中没有任何潜在竞争状况存在，故而完全可以利用 `std::memory_order_relaxed` 达成目的[^1]。 --- ### 性能考量与注意事项 虽然 `std::memory_order_relaxed` 能够带来一定的性能优势，但它也伴随着风险。程序员必须清楚理解自己的应用场景是否真的可以容忍如此松散的行为准则。一旦误用了不当级别的记忆体定序，则可能导致难以察觉却极其严重的 bug 。所以在实际开发当中应当谨慎评估后再做决定。 --- ###
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

打赏作者

zhangzhangkeji

谢谢支持

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
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