Nano Hash - криптовалюты, майнинг, программирование

как использовать усиленный барьер

Что такое boost: барьер, как использовать этот метод повышения. Не могли бы вы привести мне четкий пример, так как я нашел примеры по следующему:

    bool wait()
    {
        boost::mutex::scoped_lock lock(m_mutex);
        unsigned int gen = m_generation;

        if (--m_count == 0)
        {
            m_generation++;
            m_count = m_threshold;
            m_cond.notify_all();
            return true;
        }

        while (gen == m_generation)
            m_cond.wait(lock);
        return false;
    }

В приведенных выше кодах: m_cond.notify_all(); входит ли в другие ожидающие потоки? Не могли бы вы четко рассказать мне о функциональности барьера? Спасибо.

c++ boost
10.07.2012

Ответы:


1

notify_all, уведомление об ожидающих обсуждениях.

Барьер — это простое понятие. Также известный как рандеву, это точка синхронизации между несколькими потоками. Барьер настроен на определенное количество потоков (n), и когда потоки достигают барьера, они должны ждать, пока не прибудут все n потоков. Как только n-й поток достигает барьера, все ожидающие потоки могут продолжать работу, а барьер сбрасывается.

Простой пример. значение тока будет выведено только тогда, когда 3 потока вызовут функцию ожидания на барьере.

#include <boost/thread.hpp>
#include <boost/thread/barrier.hpp>
#include <boost/bind.hpp>
#include <boost/atomic.hpp>

boost::mutex io_mutex;

void thread_fun(boost::barrier& cur_barier, boost::atomic<int>& current)
{
    ++current;
    cur_barier.wait();
    boost::lock_guard<boost::mutex> locker(io_mutex);
    std::cout << current << std::endl;
}

int main()
{
    boost::barrier bar(3);
    boost::atomic<int> current(0);
    boost::thread thr1(boost::bind(&thread_fun, boost::ref(bar), boost::ref(current)));
    boost::thread thr2(boost::bind(&thread_fun, boost::ref(bar), boost::ref(current)));
    boost::thread thr3(boost::bind(&thread_fun, boost::ref(bar), boost::ref(current)));
    thr1.join();
    thr2.join();
    thr3.join();
}
10.07.2012
  • Поскольку ++current не является атомарным, значение current в конце thread_fun не определено, не так ли? 17.10.2013
  • да, значение тока было неопределенным, и я не могу понять смысл этого примера, этот ответ нужно улучшить 27.10.2013
  • Зачем тебе boost::ref здесь? О, потому что boost::bind() не принимает свои аргументы в качестве ссылок? 26.04.2014
    • Новые материалы
    Кластеризация: более глубокий взгляд
    Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..
    Как написать эффективное резюме
    Предложения по дизайну и макету, чтобы представить себя профессионально Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..
    Частный метод Python: улучшение инкапсуляции и безопасности
    Введение Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..
    Как я автоматизирую тестирование с помощью Jest
    Шутка для победы, когда дело касается автоматизации тестирования Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..
    Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
    Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv) Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..
    Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
    В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..
    Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
    В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..