C++中的并发：从线程到协程和async/await

引言：为什么C++中的并发并不可怕，反而很有趣？

很久以前，在单核处理器的时代，程序都是严格按顺序执行的。而今天，即便是你的智能手机也拥有8个核心，服务器更是有几十个核心。让所有这些核心为你工作——这才是性能的真正魔力所在。而C++，作为最强大且最底层的语言之一，为我们提供了实现这一目标的一整套工具。但如何不迷失其中呢？线程、协程（常被类比Go语言称为“goroutine”）、async/await——该如何选择？

在本文中，我们将系统地梳理现代C++中的并发。你将了解何时该使用经典的线程，何时该使用轻量级的C++20协程，以及async/await如何简化异步编程。让我们开始吧！

经典方案：使用std::thread的多线程

我们从最直观的——线程开始讲起。std::thread是对操作系统系统线程的直接访问。每个线程都是一个独立的执行上下文，可以在单独的CPU核心上运行。

简单示例：并行计算

假设你需要计算从1到1000万的数字的平方和。按顺序计算会很慢。让我们来并行处理：

#include <iostream>#include <thread>#include <vector>#include <numeric>

void sum_squares(int start, int end, long long& result) {    result = 0;    for (int i = start; i <= end; ++i) {        result += i * i;    }}

int main() {    const int N = 10'000'000;    const int NUM_THREADS = 4;    std::vector<std::thread> threads;    std::vector<long long> results(NUM_THREADS, 0);        int chunk = N / NUM_THREADS;    for (int i = 0; i < NUM_THREADS; ++i) {        int start = i * chunk + 1;        int end = (i == NUM_THREADS - 1) ? N : (i + 1) * chunk;        threads.emplace_back(sum_squares, start, end, std::ref(results[i]));    }        for (auto& t : threads) {        t.join();    }        long long total = std::accumulate(results.begin(), results.end(), 0LL);    std::cout << "平方和: " << total << std::endl;    return 0;}

这里我们创建了4个线程，每个线程计算自己那部分范围。结果收集到一个向量中。一切简单且可预测。但有一些注意事项：

• 开销大：创建每个线程的成本很高（栈分配、系统调用）。对于成千上万的小任务来说，这效率不高。
• 同步问题：如果线程访问共享数据，则需要互斥锁，这可能导致阻塞并降低性能。
• 数量有限：线程数量通常不应超过CPU核心数（考虑超线程）。

对于繁重、长时间的计算，线程是绝佳选择。但对于I/O操作（文件读取、网络请求），它们往往过于笨重。这时，协程就登场了。

C++20的革命：协程（goroutine）

C++20中的协程不仅仅是一个新特性。它从根本上改变了我们编写异步代码的方式。与线程不同，协程是轻量级的协程，可以暂停执行并在稍后恢复，而不会阻塞操作系统线程。

许多开发者称它们为“goroutine”，因为与Go语言中的goroutine相似，尽管技术上它们是不同的概念。主要优势在于：你可以在一个线程上启动数十万个协程而不会损失性能。

它是如何工作的？

协程是一个包含关键字co_await、co_return或co_yield的函数。编译器会自动将其转换为一个有限状态机。以下是一个基本示例：

#include <iostream>#include <coroutine>#incl