GPU全栈博主

本系列文章持续更新中...

目录一：C语言中的随机数二：C++中的随机数 1. 生成随机数的例子 2. 随机数引擎 3. 随机数引擎适配器 4. C++中预定义的随机数引擎，引擎适配器 5. 随机数分布二：C++中的随机数 1. 生成随机数的例子 2. 随机数引擎 引擎 说明 random_device 真随机数(非基于软件生成器)，通常用来产生随机种子 linear_congruential_en

【代码】C++ STL 多线程库用法介绍。

C++ 标准库提供了Time Library，它由时间点，时间段，时钟三部分组成，此外，该库还提供了日期功能，日历支持，时区支持，以及输入和输出。

【代码】C++ 正则表达式(std::regex_search使用)

Dijkstra算法是荷兰科学家Edsger W. Dijkstra于1956年提出的单源最短路径算法。该算法采用贪心策略，通过优先队列选择当前距离起点最近的节点，更新其邻居的最短路径。文章详细介绍了算法步骤：初始化距离、使用最小堆、松弛操作等，并提供了C++实现代码，包括邻接表构建、Dijkstra核心算法和测试用例。代码展示了如何计算两点间最短路径，处理不可达情况，并通过三个测试案例验证了算法的正确性（可达路径计算、更优路径选择及不可达情况处理）。

Kahn拓扑排序算法通过广度优先搜索处理有向无环图，时间复杂度O(V+E)。该算法不断选择入度为0的节点加入结果序列，若最终节点数不足则检测到环。摘要代码实现了一个Graph类，包含添加边和拓扑排序方法，并通过多个测试用例验证功能：包括多路径合并、复杂DAG、独立链合并及环检测。测试结果显示算法正确实现了拓扑排序，并能有效识别环结构。

摘要：协程是一种可挂起与恢复执行的"高级函数"，用于处理异步操作和数据生成等复杂场景。C++20引入协程支持，通过co_await和co_yield关键字实现非阻塞等待和生成器功能。协程概念早在1963年提出，现已被Python、JavaScript等现代语言广泛采用。C++函数的演进从基础函数到模板、lambda，最终在C++20迎来协程，实现了惰性求值和更灵活的流程控制能力。协程为C++带来了资源友好的异步编程方式，特别适合系统级开发需求。

本文介绍了基于深度优先搜索（DFS）的拓扑排序算法实现。算法通过递归遍历有向图的节点，在回溯时将节点压入栈中，最终获得拓扑排序的逆序。同时使用onstack数组检测图中是否存在环（回边）。文章提供了C++实现代码，包括Graph类、DFS函数和拓扑排序函数，并通过三个测试案例验证了算法的正确性：前两个测试展示了正常有向无环图的拓扑排序结果，第三个测试验证了环检测功能。当检测到环时，算法会抛出"cycle detected in graph"异常。

摘要：C++26作为下一代C++标准，将延续C++20的革新步伐，带来三大核心特性：反射（Reflection）增强元编程能力，契约（Contracts）规范接口设计，以及std::execution框架统一异步编程。从C++98的模板基础到C++11的现代特性，再到C++20的四大革新（范围库/协程/概念/模块），C++26有望成为继C++11和C++20之后又一里程碑式版本。该标准计划2025年完成，将显著提升C++在编译时编程、系统设计和并发处理方面的表现。

在编写代码时，应尽量使用更通用、更抽象的方式，而不是绑定到具体实现细节，以提高代码的可重用性和适用性。以下规则有助于提升代码的通用性、可维护性与可扩展性：迭代器比较：用!替代，因为!更广泛适用于非有序容器。类型使用：如果函数只使用基类接口，就应接受基类引用，而不是派生类，避免对具体类型的无必要依赖。空判断方式：使用empty()而不是，因为某些容器没有size()，但支持判断是否为空。强制执行建议：编译器或代码分析工具应能发现并提示这些不通用的用法，避免影响泛型和复用能力。

应避免特化函数模板，而应通过重载来实现不同类型或参数的处理。对函数模板进行特化会引入一些不容易察觉的问题，因为特化是针对特定类型提供一个具体实现。对于函数模板，如果你对某个类型进行了特化，那么编译器仅仅使用那个特化版本，其他版本不再参与选择。而重载是指定义多个函数模板，它们的参数类型，个数或顺序有所不同，编译器会根据传入的参数选择合适的版本。特化模板的坏处：它不参与重载解析，一旦你进行了模板特化，编译器会优先选择与特化版本完全匹配的函数，不会参与其他重载模板的选择。推荐使用重载。

如果我们打算让一个类符合某个 concept，那么尽早验证可以避免给使用者带来麻烦。C++20 引入了 Concepts（概念），用来对类型（类、结构体等）进行语义约束，例如是否可复制、是否可迭代、是否可调用等等。是一种编译时断言，它可以在编译期间验证某个条件是否为真，如果为假，编译器就会报错。

concept是C++20 引入的语言特性，concept 是一种用于约束模板参数的编译期布尔表达式（谓词），它描述了一个类型应该具有的某些性质（比如是否可比较、是否可拷贝、是否支持某种操作等）。// 如果 T 没有 size()，编译器报个几十行的模板错误报错晦涩难懂，用户根本不知道为什么错，引入 Concept 之后，我们可以提前限制参数类型，并提供更清晰的错误信息：假设定义一个 concept 要求类型T有一个size()成员函数，且能返回可以转换为的值。

C++ 的类布局（尤其是私有成员变量）直接影响它的 ABI（应用二进制接口）。如果你在类中添加或修改了私有成员，即使接口不变，编译器生成的二进制布局也会变，从而导致 ABI 不兼容。这意味着使用这个类的代码需要重新编译，严重破坏了库的二进制兼容性。为避免这种情况，Pimpl（Pointer to Implementation） 模式应运而生。Pimpl将类的实际实现细节封装在另一个类中（impl），对外只暴露一个指向实现的智能指针（如。

模板在 C++ 中是编译期展开的，不同模板参数会生成不同的代码，这使得模板类/函数天然不具备 ABI 稳定性。为了保持ABI稳定，接口不要直接用模板，先用普通类打个底，模板只是“外壳”，这样 ABI 才稳定。这样做有两个好处：所有模板实例共享一个实现代码（避免为每个List<T>生成一份几乎相同的add_frontunlink等函数）。核心逻辑只定义一次，因此更容易保持 ABI 稳定性，并且编译速度更快。

ABI（Application Binary Interface）是二进制层面的接口规范。如果一个库的 ABI 发生了变化，那么基于旧 ABI 编译的代码可能在运行时与新库不兼容（即使接口名字都一样也不行）。那么在C++中编程中，哪些情形会导致ABI不兼容呢？下面逐一列举一下。

在 C++ 中，模板（Templates）提供了一种强大的泛型编程方式，使代码可以适用于不同的数据类型，而无需重复编写类似的逻辑。模板的主要目标是：泛化能力（Generality）：能够适用于不同的数据类型，提高代码的通用性。减少源代码量（Minimizing the amount of source code）：避免为不同数据类型重复编写代码，提高代码复用性。互操作性（Interoperability）：使代码能够在不同类型的容器或数据结构之间共享。

由于使用模板会提高代码的抽象级别，所以在编写模板代码时，要尽量让代码更灵活、通用，而不是只针对某些特定的操作或类型。目的是为了提高代码的重用性和效率。不要过度限制模板的类型要求，让代码更通用。尽量避免只要求单一操作，要考虑更通用的操作集合。用概念来约束类型，而不是直接依赖操作符，这样代码能处理更多类型，增加灵活性和复用性。

无锁编程容易出错，并且需要专家级的知识，包括：语言特性（如 C++ 的计算机架构（如 CPU 缓存一致性协议）数据结构（如无锁队列、无锁栈）高层次的并发机制（如线程和互斥锁）本质上是基于无锁编程实现的，但它们隐藏了底层的复杂性，使开发者更容易正确使用。如果必须使用无锁数据结构，优先使用现成的库（Facebook 开源库）实现了无锁链表libcds提供成熟的无锁数据结构（队列、哈希表等）

自 C++11 起，静态局部变量的初始化已经是线程安全的。结合 RAII（资源获取即初始化）模式，静态局部变量可以完全取代双重检查锁定的需求。此外，也可以实现相同的目的。因此，应该使用 C++11 的静态局部变量或，而不是自己编写双重检查锁定。不要 手动实现双重检查锁定（DCLP, Double-Checked Locking Pattern）。进行一次性初始化，适用于非局部的初始化情况。C++11 的线程安全静态局部变量，适用于局部作用域的初始化。

volatile关键字用于声明与**“非 C++”代码或不遵循 C++ 内存模型的硬件交互的对象。例如，它常用于表示硬件寄存器**，因为这些寄存器的值可能在程序未直接操作的情况下发生变化。

与(之前介绍的)避免使用裸指针管理资源类似，我们应该避免直接使用std::thread和std::promise，而是使用std::async 这样的工厂函数来启动并发任务。std::async能够自动决定是创建新线程，还是重用已有的线程，从而避免直接管理std::thread带来的复杂性和潜在错误。

在多线程编程中，互斥锁（std::mutex）的作用是保护共享数据的访问。但如果mutex锁的使用不明显：程序员可能会忘记获取mutex就访问数据，导致数据竞争（race condition）。锁管理混乱：代码阅读者难以明确哪个mutex保护哪个数据，可能会误用错误的mutex，导致死锁或数据不一致。封装性不足：数据和mutex分离，使得访问数据变得不安全。

在临界区中持有互斥锁（mutex）的时间越短，线程之间的等待时间就越少，从而减少线程被挂起和恢复的开销，提高程序的并发性能。一般来说，无法自动检测是否持有mutex过长。但可以标记裸露的lock()和unlock()调用，鼓励使用 RAII 进行资源管理。或者进行代码审查（Code Review） 确保临界区最小化。

如果没有条件就进行等待（wait()），可能会导致以下问题：一是某个线程可能会错过其他线程的通知，从而一直处于等待状态。二是线程可能被唤醒后发现根本没有可执行的任务，导致不必要的上下文切换和资源消耗。永远不要 在没有条件的情况下调用wait()，否则可能会导致线程永远等待或不必要的唤醒。始终 使用条件谓词（如!q.empty()）来控制wait()，确保线程只有在满足特定条件时才会被唤醒。检查代码，确保所有wait()调用都使用了谓词表达式，否则应该标记为潜在错误。

线程的创建和销毁是昂贵的操作，尤其在多线程程序中频繁创建和销毁线程时，可能会导致性能问题。特别是当消息处理需要创建多个线程时，系统资源会被过度消耗。在高并发处理的场景中，线程池是非常常见的解决方案。

当多个线程需要共享一个堆内存（即动态分配的内存）时，如果这些线程之间没有直接关系，比如它们的生命周期不重叠，那么使用shared_ptr（智能指针）是最安全的做法。因为如果有多个线程要共享一块内存，而且这块内存需要在某个时候被删除，直接用普通指针可能会导致一些问题，比如内存泄漏或者在某个线程结束时，其他线程仍然在访问这块已经被删除的内存。shared_ptr是一种智能指针，它会自动管理内存的释放。只有当所有的线程都不再使用这块内存时，shared_ptr才会销毁它，避免了内存泄漏和重复释放的问题。

传递少量数据时，复制比通过某些锁机制共享数据更便宜。复制数据自然会导致唯一所有权（简化代码），并消除了数据竞争的可能性。注意：“少量数据”的定义是无法精确界定的。这个规则的核心思想是在线程间传递少量数据时，尽量使用值传递，而非引用或指针传递。避免数据竞争通过值传递，数据拥有独立的副本，不需要担心多线程间对同一内存位置的访问冲突。这避免了数据竞争（data race），简化了代码。相比之下，如果使用引用或指针传递，多个线程可能会同时访问和修改同一数据，导致难以调试的并发问题。复制的开销较低。

如果一个线程被detach()了，那么它的生命周期将独立于创建它的作用域。全局变量（global/static objects）堆上分配的对象（free-store allocated objects，即new创建的对象） 其他作用域的对象可能会在线程访问它们之前被销毁，导致 悬空指针（dangling pointer） 和 未定义行为。

在多线程编程中，如果一个线程需要访问外部作用域的变量，就必须保证这个变量在 线程结束之前依然有效，否则可能会出现 悬空指针（dangling pointer） 的问题，导致 未定义行为。

在持有互斥锁的情况下调用 未知代码（例如回调函数或虚函数） 可能会导致 死锁（deadlock） 或 长时间阻塞（blocking），从而影响程序的性能和正确性。

当一个线程需要同时获取多个std::mutex互斥锁时，如果不注意锁的获取顺序，可能会导致 死锁（deadlock）。为了解决这个问题，C++ 提供了和，它们可以确保多个互斥锁的获取是 无死锁 的。

本规则核心思想是避免手动管理锁的获取和释放，而是利用 C++ 的 RAII（Resource Acquisition Is Initialization） 机制，通过或来自动管理锁的生命周期。如果手动调用lock()和unlock()代码可能在unlock()之前 提前返回，导致锁未释放。代码可能在unlock()之前 抛出异常，导致锁未释放。维护代码的人可能会忘记调用unlock()，导致锁未释放。

在并发领域，有许多成熟的设计模式。它们不仅用于处理共享和修改时的同步挑战，还涉及并发架构。本文将从总体上介绍这些模式。在并发领域，一个至关重要的术语是数据竞争，什么是数据竞争？数据竞争指的是至少有两个线程同时访问一个共享变量，并且至少有一个线程试图修改该变量。如果程序存在数据竞争，它将导致未定义行为。这意味着任何结果都有可能发生，因此程序的行为将变得无法预测和推理。数据竞争的一个必要条件是可变的共享状态。如果你能够妥善处理共享或修改，就不会发生数据竞争。这正是同步模式所关注的重点。

经验表明，C++并发代码极难编写正确；相比于顺序代码，编译时检查、运行时检查在发现并发错误方面的效果往往较差。而微妙的并发错误可能会引发严重问题，如内存损坏、死锁或安全漏洞。线程安全是一个复杂的问题，即使是经验丰富的程序员也容易犯错。因此，利用工具是降低风险的重要策略。市面上有许多商用或开源的工具，既有学术研究用途的，也有工业生产环境中的。然而，不同项目的需求和约束千差万别，因此我们不推荐具体工具，而是介绍一些通用方法。静态分析工具（Static enforcement tools）

在 C++ 中，volatilevolatile变量的读写不是原子操作，可能被中断。volatile不能保证多线程访问时的正确性。防止指令重排序（Memory Ordering）：编译器和 CPU 仍然可能对volatile变量的操作进行优化或重排序。C++ 的volatile仅用于防止编译器优化访问，但不会提供线程安全性。

策略模式是一种行为设计模式，来源于《设计模式：可复用面向对象软件的基础》一书。它定义了一组算法，并将它们封装成独立的对象。策略模式在标准模板库（STL）中被广泛使用。

模板方法（Template Method）是一种行为型设计模式。它定义了一个算法的基本框架，并且可能是《设计模式：可复用面向对象软件的基础》一书中最常用的设计模式之一。模板方法的核心思想很容易理解。我们需要定义一个包含多个固定步骤的算法框架。具体的实现类只能重写这些步骤，但不能改变整体框架。这些步骤通常被称为钩子方法（hook methods）。

访问者模式将作用于对象层次结构的操作封装为一个对象，并使其能够在不修改对象层次结构的情况下定义新的操作。《设计模式：可复用面向对象软件的基础》一书中的访问者模式因两个原因而具有传奇色彩：一是因为它的复杂性，二是因为它使用了一种名为“双重分派”的技术。双重分派指的是根据对象和函数参数选择成员函数的过程。当然，访问者模式的复杂性主要在于 C++ 本身不支持双重分派。在讨论单分派和双重分派之前，让我先谈谈访问者模式。什么是“双重分派”？