如何让C++运行的更快 in C++【C++学习笔记】

伪代码演示

如果要加载一个文件里所有的东西，则可以用下面的for循环

for (const auto &file : meshFilepaths) {
    m_Meshes.push_back(Mesh::Load(file));
}

然而如果文件里的东西很大，则会使得加载的时间很长。因为这里是加载完一个后再加载一个

所以这里可以实现一个并行for来多线程加载

std::async(启动类型, 某种实际异步运行的函数)

在这里的并行for的实现中，设置启动类型为async是很重要的，如果不设置成这个而设置成deferred，那么它可能不会在一个单独的线程上完成，C++会根据当前工作负载来选择

deferred的意思是 延期

而以当前为例子实现的函数中，要有两个操作

• 一个是Mesh::Load(file)加载文件
• 一个是push_back进vector

所以这里要把这两步包装成一个函数放到std::async的第二个参数中

static void LoadMesh(std::vector>& meshes, std::string filepath) {
    auto mesh = Mesh::Load(filepath);	//一个Load
    meshes.push_back(mesh);	//一个push_back
}

然而这里还是会有点小问题：如果在push_back的时候修改这个vector，则会出问题

所以这里必须要锁定这个网格vector，当它被修改时我们锁定它，push_back之后，我们就解锁它

• 这个锁意味着，在我们完成当前线程的push_back之前，如果另一个mesh正在并发加载，试图同时push_back，它就会等待，直到我们解锁那个网格vector

  • 所用到的做法是使用互斥量mutex

    static std::mutex s_MeshesMutex;
    
    static void LoadMesh(std::vector>& meshes, std::string filepath) {
        auto mesh = Mesh::Load(filepath);	//一个Load
        
        std::lock_guard lock(s_MeshesMutex);
        //意思是，这个所会在某个地方锁定了这个mutex互斥锁，这样它就不能被其他线程锁定，直到它被解锁
        //而只要我们退出这个函数，它就会解锁，因为lock的析构函数会解锁那个锁
        //防止同时间push_back元素使得vector乱了
        meshes.push_back(mesh);	//一个push_back
    }
    

而写完了一个大的函数后，就可传进async去完成并行for的制作了

for (const auto& file : meshFilepaths) {
    //此处的LoadMesh就是上面完成总操作的函数了
    std::async(std::Launch::async, LoadMesh, m_Meshes, file);
}

async实际上返回一个std::future，而我们是需要保留这个返回值std::future的

如果不保留，它将被摧毁，而在被摧毁时，它需要确保过程实际上已经完成了，这基本上意味着它根本就不是并行的。因为在结束这个for循环的一次迭代后，这个函数实际上将在std::future的析构函数中

所以我们只需把它储存进一个超脱这个for的作用域的变量就可以了。所以这里创建一个std::future的vector

std::vector> m_Futures;
//future的类型是void，即是LoadMesh总操作函数的返回类型

for (const auto& file : meshFilepaths) {
    //此处的LoadMesh就是上面完成总操作的函数了
    m_Futures.push_back(std::async(std::Launch::async, LoadMesh, m_Meshes, file));
}

至此便结束了，完成了一个并行的for。我们分派了MeshLoad函数（总的操作函数）在另一个线程上异步完成，C++库为我们处理所有这些东西

我们可以自己用线程写这个，写一些线程池（可以自行多线程操作，利用std::thread，但是需要自己写线程池），这样就可以重用线程，做所有这些事情。然而，我们也可以依赖C++标准库，因为它已经为我们做了所有的事情

而完成了这个并行的for后，它的速度能比之前快了10倍甚至更多！！！

故这种多线程对于程序而言是非常有益的，你可以通过充分利用你的硬件来提高速度