本篇教学代码可在GitHub获得：https://github.com/sol-prog/threads。
在之前的教学中，我展示了一些最新进的C++11语言内容：
- 1. 正则表达式（http://solarianprogrammer.com/2011/10/12/cpp-11-regex-tutorial/）
- 2. raw string（http://solarianprogrammer.com/2011/10/16/cpp-11-raw-strings-literals-tutorial/）
- 3. lambda（http://solarianprogrammer.com/2011/11/01/cpp-11-lambda-tutorial/）
也许支持多线程是C++语言最大的变化之一。此前，C++只能利用操作系统的功能（Unix族系统使用pthreads库），或是例如OpenMP和MPI这些代码库，来实现多核计算的目标。
本教程意图让你在使用C++11线程上起个头，而不是只把语言标准在这里繁复地罗列出来。
创建和启动一条C++线程就像在C++源码中添加线程头文件那么简便。我们来看看如何创建一个简单的带线程的HelloWorld：
#include《iostream》
#include《thread》
//This function will be called from a thread
//该函数将在一条线程中得到调用
void call_from_thread() {
std::cout << "Hello, World" << std::endl;
}
int main() {
//Launch a thread
//启动一条线程
std::thread t1(call_from_thread);
//Join the thread with the main thread
//和主线程协同
t1.join();
return 0;
}
在Linux系统中，上列代码可采用g++编译：
g++ -std=c++0x -pthread file_name.cpp
在安装有Xcode4.x的麦金系统上，可用clang++编译上述代码：
clang++ -std=c++0x -stdlib=libc++ file_name.cpp
视窗系统上，可以利用付费代码库，just::thread，来编译多线程代码。但是很不走运，他们没有提供代码库的试用版，我做不了测试。
在真实世界的应用程序中，函数“call_from_thread”相对主函数而言，独立进行一些运算工作。在上述代码中，主函数创建一条线程，并在t1.join()处等待t1线程运行结束。如果你在编码中忘记考虑等待一条线程结束运行，主线程有可能抢先结束它自己的运行状态，整个程序在退出的时候，将杀死先前创建的线程，不管函数“call_from_thread”有没有执行完。
上面的代码比使用POSIX线程的等价代码，相对来说简洁一些。请看使用POSIX线程的等价代码：
//This function will be called from a thread
void *call_from_thread(void *) {
std::cout << "Launched by thread" << std::endl;
return NULL;
}
int main() {
pthread_t t;
//Launch a thread
pthread_create(&t, NULL, call_from_thread, NULL);
//Join the thread with the main thread
pthread_join(t, NULL);
return 0;
}
我们通常希望一次启动多个线程，来并行工作。为此，我们可以创建线程组，而不是在先前的举例中那样创建一条线程。下面的例子中，主函数创建十条为一组的线程，并且等待这些线程完成他们的任务（在github代码库中也包含这个例子的POSIX版本）：
...
static const int num_threads = 10;
...
int main() {
std::thread t[num_threads];
//Launch a group of threads 启动一组线程
for (int i = 0; i < num_threads; ++i) {
t[i] = std::thread(call_from_thread);
}
std::cout << "Launched from the mainn";
//Join the threads with the main thread
for (int i = 0; i < num_threads; ++i) {
t[i].join();
}
return 0;
}
记住，主函数也是一条线程，通常叫做主线程，所以上面的代码实际上有11条线程在运行。在启动这些线程组之后，线程组和主函数进行协同（join）之前，允许我们在主线程中做些其他的事情，在教程的结尾部分，我们将会用一个图像处理的例子来说明之。
在线程中使用带有形参的函数，是怎么一回事呢？C++11允许我们在线程的调用中，附带上所需的任意参数。为了举例说明，我们可以修改上面的代码，以接受一个整型参数（在github代码库中也包含这个例子的POSIX版本）：
static const int num_threads = 10;
//This function will be called from a thread
void call_from_thread(int tid) {
std::cout << "Launched by thread " << tid << std::endl;
}
int main() {
std::thread t[num_threads];
//Launch a group of threads
for (int i = 0; i < num_threads; ++i) {
t[i] = std::thread(call_from_thread, i);
}
std::cout << "Launched from the mainn";
//Join the threads with the main thread
for (int i = 0; i < num_threads; ++i) {
t[i].join();
}
return 0;
}
在我的系统上，上面代码的执行结果是：
Sol$ ./a.out
Launched by thread 0
Launched by thread 1
Launched by thread 2
Launched from the main
Launched by thread 3
Launched by thread 5
Launched by thread 6
Launched by thread 7
Launched by thread Launched by thread 4
8L
aunched by thread 9
Sol$
能看到上面的结果中，程序一旦创建一条线程，其运行存在先后秩序不确定的现象。程序员的任务就是要确保这组线程在访问公共数据时不要出现阻塞。最后几行，所显示的错乱输出，表明8号线程启动的时候，4号线程还没有完成在stdout上的写操作。事实上假定在你自己的机器上运行上面的代码，将会获得全然不同的结果，甚至是会输出些混乱的字符。原因在于，程序内的11条线程都在竞争性地使用stdout这个公共资源（案：Race Conditions）。
要避免上面的问题，可以在代码中使用拦截器（barriers），如std:mutex，以同步（synchronize）的方式来使得一群线程访问公共资源，或者，如果可行的话，为线程们预留下私用的数据结构，避免使用公共资源。我们在以后的教学中，还会讲到线程同步问题，包括使用原子操作类型（atomic types）和互斥体（mutex）。
从原理上讲，编写更加复杂的并行代码所需的概念，我们已经在上面的代码中都谈到了。
接下来的例子，我要来展示并行编程方案的强大之处。这是个稍为复杂的问题：利用柔化滤波器（blur filter）去除一张图片的杂点。思路是利用一点像素和它相邻像素的加权均值的某种算法形式（案：后置滤波），去除图片杂点。
本教程不在于讨论优化图像处理，笔者也非此路专家，所以我们只采取相当简单的方法。我们的目标是勾勒出如何去编写并行代码，至于如何高效访问图片，与滤波器的卷积计算，都不是重点。我在此作为举例，只利用空间卷积的定义，而不是采用更多的共振峰(?)，当然稍微有些实现上的难度，频域的卷积使用快速傅里叶变换。
为简便起见，我们将使用一种简单的非压缩图像文件PPM。接下来，我们提供一个简化的C++类的头文件，这个类负责读写PPM图片，并在内存中的三个无符号字符型数组结构里（RGB三色）重建图像：
class ppm {
bool flag_alloc;
void init();
//info about the PPM file (height and width)
//PPM文件的信息（高和宽）
unsigned int nr_lines;
unsigned int nr_columns;
public:
//arrays for storing the R,G,B values
//保存RGB值的数组
unsigned char *r;
unsigned char *g;
unsigned char *b;
//
unsigned int height;
unsigned int width;
unsigned int max_col_val;
//total number of elements (pixels)
//元素（像素）的总量
unsigned int size;
ppm();
//create a PPM object and fill it with data stored in fname
//创建一个PPM对象，装载保存在文件fname中的数据
ppm(const std::string &fname);
//create an "empty" PPM image with a given width and height;the R,G,B arrays are filled //with zeros
//创建一个“空”PPM图像，大小由_width和_height指定；RGB数组置为零值
ppm(const unsigned int _width, const unsigned int _height);
//free the memory used by the R,G,B vectors when the object is destroyed
//在本对象销毁时，释放RGB向量占用的内存
~ppm();
//read the PPM image from fname
//从fname文件中读取PPM图像
void read(const std::string &fname);
//write the PPM image in fname
//保存PPM图像到fname文件
void write(const std::string &fname);
};
一种可行的编码方案是：
- 载入图像到内存。
- 把图像拆分为几个部分，每部分由相应线程负责，线程数量为系统可承受之最大值，例如四核心计算机可启用8条线程。
- 启动若干线程——每条线程负责处理它自己的图像块。
- 主线程处理最后的图像块。
- 与主线程协调并等待全部线程计算完成。
- 保存处理后的图像。
接下来我们列出主函数，该函数实现了如上算法（感谢wiched提出的代码修改意见）：
int main() {
std::string fname = std::string("your_file_name.ppm");
ppm image(fname);
ppm image2(image.width, image.height);
//Number of threads to use (the image will be divided between threads)
//采用的线程数量（图像将被分割给每一条线程去处理）
int parts = 8;
std::vectorbnd = bounds(parts, image.size);
std::thread *tt = new std::thread[parts - 1];
time_t start, end;
time(&start);
//Lauch parts-1 threads
//启动parts-1个线程
for (int i = 0; i < parts - 1; ++i) {
tt[i] = std::thread(tst, &image, &image2, bnd[i], bnd[i + 1]);
}
//Use the main thread to do part of the work !!!
//使用主线程来做一部分任务！
for (int i = parts - 1; i < parts; ++i) {
tst(&image, &image2, bnd[i], bnd[i + 1]);
}
//Join parts-1 threads 协同parts-1条线程
for (int i = 0; i < parts - 1; ++i)
tt[i].join();
time(&end);
std::cout << difftime(end, start) << " seconds" << std::endl;
//Save the result 保存结果
image2.write("test.ppm");
//Clear memory and exit 释放占用的内存，然后退出
delete [] tt;
return 0;
}
请无视图像文件名和线程启动数的硬性编码。在实际应用中，应该让用户可以交互式输入这些参数。
现在为了看看并行代码的工作情况，我们需要赋之以足够任务负荷，否则那些创建和销毁线程的开销将会干扰测试结果，使得我们的并行测试失去意义。输入的图像应该足够大，以能显示出并行代码性能方面的改进效果。为此，我采用了一张16000x10626像素大小的PPM 格式图片，空间占用约512MB：
我用Gimp软件往图片里掺入了一些杂点。杂点效果如下图：
前面代码的运行结果：
正如所见，上面的图片杂点程度被弱化了。
样例代码运行在双核MacBook Pro上的结果：
| Compiler | Optimization | Threads | Time | Speed up |
| clang++ | none | 1 | 40s | |
| clang++ | none | 4 | 20s | 2x |
| clang++ | -O4 | 1 | 12s | |
| clang++ | -O4 | 4 | 6s | 2x |
在双核机器上，并行比串行模式（单线程），速率有完美的２倍提升。
我还在一台四核英特尔i7Linux机器上作了测试，结果如下：
| Compiler | Optimization | Threads | Time | Speed up |
| g++ | none | 1 | 33s | |
| g++ | none | 8 | 13s | 2.54x |
| g++ | -O4 | 1 | 9s | |
| g++ | -O4 | 8 | 3s | 3x |
显然，苹果的clang++在提升并行程序方面要更好些，不管怎么说，这是编译器／机器特性的一个联袂结果，也不排除MacBook Pro使用了8GB内存的因素，而Linux机器只有6GB。
如果有兴趣学习新的C++11语法，我建议阅读《Professional C++》，或《C ++ Primer Plus》。C++11多线程主题方面，建议阅读《C++ Concurrency in Action》，这是一本好书。
from:http://article.yeeyan.org/view/234235/268247