跳转到主内容
websoft网络软件专家 - 深耕网络技术,打造实用软件!

c++中如何使用mutex互斥锁_c++多线程同步机制【核心】

std::mutex必须配合RAII锁管理器(如std::lock_guard或std::unique_lock)使用,单独声明无效;它不可拷贝、不可重入,需避免死锁、减少锁粒度,并优先考虑std::atomic替代简单场景。 std::mutex 必须和 std::lock_guard 或 std::unique_lock 配合用 单独声明
std::mutex
没用,它不会自动加锁;不配 RAII 容器(如
std::lock_guard
),极易漏解锁、死锁或异常安全问题。 常见错误现象:
std::mutex::lock()
后忘了
unlock()
,或者在函数中途 return/throw 时跳过解锁;多线程下直接访问共享变量仍出现数据竞争。 优先用
std::lock_guard
:构造即加锁,析构即释放,简单场景够用 需要手动控制解锁时机(比如临界区分段执行)、尝试加锁、或转移所有权时,改用
std::unique_lock
绝不要对同一个
std::mutex
在同一线程重复调用
lock()
—— 这是未定义行为,
std::mutex
不可重入 示例:
std::mutex mtx; int counter = 0; void increment() { std::lock_guard lock(mtx); // 自动加锁/解锁 ++counter; }
std::mutex 不能拷贝,只能移动(且通常不该移动) 你没法把一个
std::mutex
传给另一个函数、塞进容器、或赋值给另一个变量——编译直接报错:
use of deleted function ‘std::mutex::mutex(const std::mutex&)’
。 使用场景:常作为类成员变量存在,通过引用或指针共享;若需在多个对象间“传递”锁语义,应传递封装了锁的 RAII 对象(如
std::unique_lock
),而非 mutex 本身。 立即学习 “ C++免费学习笔记(深入) ”; 类中定义
mutable std::mutex mtx_;
是常见模式,用于保护 const 成员函数里的共享状态 想在线程间“共享”同一把锁?确保所有线程访问的是同一个
std::mutex
实例地址,而不是各自副本 别试图用
std::shared_ptr<:mutex>
来“绕过”拷贝限制——这反而增加间接开销,且没解决根本设计问题 避免死锁:按固定顺序获取多个 mutex 当一段逻辑需要同时持有两个或以上
std::mutex
(比如交换两个对象的状态),若线程 A 先锁
mtx_a
再锁
mtx_b
,而线程 B 反过来操作,就极易死锁。 C函数速查手册(CHM版) C函数速查手册(CHM版) 下载 标准解法是用
std::lock
+
std::adopt_lock
,它能原子性地锁定多个互斥量,内部按地址顺序加锁,规避死锁风险。 别手写嵌套
lock()
调用,哪怕你觉得“顺序一致”——不同编译器优化或内联可能改变实际执行流 用
std::lock(mtx_a, mtx_b)
后,再用
std::lock_guard
带
std::adopt_lock
标签接管已持有的锁 注意:
std::lock
可能抛
std::system_error
(如资源不足),需捕获处理 示例:
std::mutex mtx_a, mtx_b; void transfer(int& from, int& to, int amount) { std::lock(mtx_a, mtx_b); // 原子锁定两者 std::lock_guard lock_a(mtx_a, std::defer_lock); std::lock_guard lock_b(mtx_b, std::defer_lock); // 实际更推荐:std::scoped_lock (C++17),一行搞定 }
std::mutex 性能开销小但不可忽略,别锁太宽或太频
std::mutex
在无竞争时是纯用户态操作(futex 级别),很快;但一旦发生争抢,就会陷入内核、触发上下文切换,延迟陡增——从纳秒级跳到微秒甚至毫秒级。 容易踩的坑:把整个函数体包进
std::lock_guard
,或者在循环里反复加锁/解锁;还有人用 mutex 保护只读操作(其实只需原子读或 relaxed memory order)。 只锁真正共享、可变、且需原子性的那几行代码,越短越好 避免在锁内做 I/O、网络调用、或任何可能阻塞的操作 高频更新计数器等简单场景,优先考虑
std::atomic
,它比 mutex 更轻量、无锁 复杂点在于:锁粒度太细会增加代码维护难度,太粗又扼杀并发收益。这事没有银弹,得结合具体热点和 profile 数据调。

相关文章