boost库多线程特性

 很多时候，线程不仅仅是执行一些耗时操作，可能我们还需要得到线程的返回值，一般的处理方法就是定义一个全局状态变量，
  不断轮训状态，就如我目前维护的一个项目，全局变量定义了N中状态，看的让人抓狂。该项目的大体逻辑是这样的，启动K个线程，
  当线程执行到某一个点时，进行轮训，判断是否所有线程都执行到该点，单独开启了一个线程用于轮训所有线程是否结束，
  待所有线程结束后会获取数据，生成一个文件，另外还有一个线程就在轮训文件是否生成，然后读取文件进行下一步操作。各种的轮训，显得非常的笨拙。

  利用boost库，我们来看看这么解决这些同步问题。

//1、获取线程结果    //boost::packaged_task 包装一个可调用的对象，并且允许异步获取该可调用对象产生的结果    //unique_future 用于保存异步计算得到的结果void GetFutures(){boost::packaged_task<int> pt(boost::bind(Fibonacci, 10));boost::unique_future<int> uf = pt.get_future();//启动线程，必须使用move，packaged_task是不可拷贝的boost::thread th(boost::move(pt));uf.wait();int nVal = uf.get();cout << "Fibonacci " << nVal << endl;}//uf.wait等待线程结束，当然future类也提供了很多种等待函数，如timed_wait等待一段时间。//当然，我们更多的时候是等待一组线程的结束，这是可以用wait_for_all等待所有future对象，wait_for_any 等待任意一个对象接收。void GetFutures(){boost::packaged_task<int> pt1(boost::bind(Fibonacci, 10));boost::packaged_task<int> pt2(boost::bind(Fibonacci, 20));boost::unique_future<int> uf1 = pt1.get_future();boost::unique_future<int> uf2 = pt2.get_future();boost::thread(boost::move(pt1));boost::thread(boost::move(pt2));boost::wait_for_all(uf1, uf2);cout << "Fibonacci " << uf1.get() << " ," << uf2.get() << endl;}//2、护栏barrier//护栏就是说要等待所有的线程到达同一个点，才继续往下执行。boost::barrier br(3);void BarrierFunc(){cout << "begin" << endl;br.wait();cout << "end " << endl;}void TestBarrier(){boost::thread_group grp;grp.create_thread(BarrierFunc);grp.create_thread(BarrierFunc);grp.create_thread(BarrierFunc);grp.join_all();} //3、线程本地存储//程序中使用全局变量或局部静态变量，这是非常常见的，但这样的函数对多线程程序来说，很难保证程序的正确性，这时我们希望，这些全局变量和局部静态变量，是线程独立拥有的，多个线程之间不会造成干扰，那么使用thread_specific_ptr就能轻松解决。int Add(int n){static boost::thread_specific_ptr<int> sp;  //该变量是线程独立拥有的if (!sp.get()){sp.reset(new int(0));}*sp = n + *sp;return *sp;}void  Sum(){cout <<  Add(5) + Add(10) << endl;           //得到的结果20}void ThreadSum(){boost::thread_group threads;    for (int i=0; i<5; ++i)threads.create_thread(&Sum);             //所有线程输出的结果是一样的threads.join_all();}