在现代编程中，多线程是一种常见的并行计算方法，它允许程序同时执行多个任务。在C++中，多线程编程可以通过多种方式实现，包括使用标准库中的线程库。本文将探讨如何为不同类型的任务分配特定的工作线程，并通过工作窃取和同步机制来优化线程性能。
在多线程编程中，合理分配任务至不同的线程是提高程序性能的关键。本文的测试案例是将任务分为重要任务和次要任务，并为它们分配不同的工作线程。为了简化，将任务分为不同的作业队列。
// 定义不同的作业队列
static std::mutex g_mutexLowJobQ;
static std::mutex g_mutexMediumJobQ;
static std::mutex g_mutexHighJobQ;
std::queue GetJobsOfType(int count, int iterations) {
std::queue jobQ;
for (int i = 0; i < count; ++i) {
jobQ.emplace(new CalcPiJob(iterations));
}
return jobQ;
}
void RunThreadedPriority() {
int nHighThreads = 3;
int nMediumThreads = 2;
int nLowThreads = 2;
std::queue lowJobQ = GetJobsOfType(Settings::JobCountLow, Settings::IterationCountLow);
std::queue mediumJobQ = GetJobsOfType(Settings::JobCountMedium, Settings::IterationCountMedium);
std::queue highJobQ = GetJobsOfType(Settings::JobCountHigh, Settings::IterationCountHigh);
std::vector threads;
std::atomic hasHighJobsLeft = true;
// ...
}
在上述代码中，定义了三个不同的作业队列，分别用于低、中、高优先级的任务。然后，创建了不同数量的线程来处理这些任务。
为了进一步提高线程的利用率，可以实现工作窃取机制。当一个线程完成其任务后，它可以从其他线程的队列中窃取任务。这样可以避免线程空闲，提高整体性能。
void RunThreadedPriorityWorkStealing() {
int nHighThreads = 5;
int nMediumThreads = 1;
int nLowThreads = 1;
std::queue lowJobQ = GetJobsOfType(Settings::JobCountLow, Settings::IterationCountLow);
std::queue mediumJobQ = GetJobsOfType(Settings::JobCountMedium, Settings::IterationCountMedium);
std::queue highJobQ = GetJobsOfType(Settings::JobCountHigh, Settings::IterationCountHigh);
std::vector threads;
std::atomic isHighPriorityThreadsActive = true;
// ...
}
在上述代码中，为高优先级的线程设置了工作窃取机制。当高优先级任务完成后，线程会尝试从中优先级或低优先级的队列中窃取任务。
在某些情况下，需要在多个线程之间同步任务的开始时间。例如，在游戏引擎中，可能需要在主线程和物理线程之间同步更新循环。为了实现这一点，可以使用条件变量来同步线程。
std::mutex g_syncMutex;
std::condition_variable g_conditionVariable;
void RunSynchronizedThreads() {
int nThreads = std::thread::hardware_concurrency() - 1;
std::vector threads;
std::queue jobQ = GetJobsQ();
std::atomic signal = false;
std::atomic threadsActive = true;
// ...
}
在上述代码中，使用条件变量来同步线程。当主线程发送信号时，工作线程开始执行任务。当没有任务时，工作线程会等待下一个信号。
通过实现特定的工作线程和工作窃取机制，可以看到程序的运行时间得到了显著的缩短。以下是不同线程策略的测试结果：
| 策略 | 运行时间 (ms) | 性能提升 |
|---|---|---|
| 单线程 | 10396 | 1.99x |
| 多线程 | 2625 | 7.88x |
| 带优先级的多线程 | 6059 | 3.4x |
| 带工作窃取的多线程 | 2625 | 7.8x |
| 同步线程 | 2674 | 7.7x |