悠悠楠杉
网站页面
C++如何使用互斥锁（std::mutex）保护共享数据
11/13
在现代C++开发中，多线程编程已成为提升程序性能的重要手段。然而，多个线程同时访问和修改共享数据时，极易引发数据竞争（data race），导致程序行为不可预测甚至崩溃。为确保线程安全，必须对共享资源进行有效保护。其中，std::mutex 是C++标准库中最基础且最常用的同步机制之一，它通过互斥锁的方式防止多个线程同时进入临界区，从而保障数据的一致性与完整性。
std::mutex 定义在 <mutex> 头文件中，其核心作用是提供一种“互斥”访问的机制。当一个线程成功调用 lock() 方法获取锁后，其他试图获取同一互斥锁的线程将被阻塞，直到持有锁的线程调用 unlock() 释放锁。这种机制确保了在同一时刻，只有一个线程能够执行被保护的代码段，也就是所谓的“临界区”。
考虑一个典型的场景：两个线程同时对一个全局整型变量进行递增操作。假设该变量初始值为0，每个线程执行1000次自增。理想情况下，最终结果应为2000。但若不加任何同步措施，由于读取、修改、写入这三个步骤并非原子操作，多个线程可能同时读取到相同的旧值，导致部分递增操作丢失，最终结果小于预期。
cpp
include
include
include
int shared_value = 0;
std::mutex mtx; // 声明互斥锁
void increment() {
for (int i = 0; i < 1000; ++i) {
mtx.lock(); // 加锁
++shared_value; // 访问共享数据
mtx.unlock(); // 解锁
}
}
int main() {
std::thread t1(increment);
std::thread t2(increment);
t1.join();
t2.join();
std::cout << "Final value: " << shared_value << std::endl;
return 0;
}
上述代码虽然实现了线程安全，但存在潜在风险：如果在 lock() 和 unlock() 之间的代码抛出异常，unlock() 将不会被执行，导致锁永远无法释放，其他线程将陷入永久等待——这称为“死锁”。为避免此类问题，C++推荐使用 RAII（Resource Acquisition Is Initialization）思想管理锁的生命周期，典型工具是 std::lock_guard。
std::lock_guard 是一个轻量级的模板类，在构造时自动加锁，析构时自动解锁。无论函数正常返回还是因异常退出，都能确保锁被正确释放，极大提升了代码的安全性和可维护性。
改写后的安全版本如下：
cpp
void increment_safe() {
for (int i = 0; i < 1000; ++i) {
std::lock_guard<std::mutex> guard(mtx); // 自动加锁
++shared_value; // 操作共享数据
// 离开作用域时自动解锁
}
}
这段代码不仅更简洁，而且异常安全。即使 ++shared_value 抛出异常，guard 的析构函数仍会被调用，保证互斥锁及时释放。
需要注意的是，过度使用互斥锁可能影响程序性能。每次加锁都可能导致线程阻塞和上下文切换，尤其在高并发场景下成为瓶颈。因此，应尽量缩小临界区范围，只在真正需要访问共享数据时才加锁，避免在锁内执行耗时操作（如I/O或长时间计算）。
此外，std::mutex 不支持递归锁定，即同一线程重复调用 lock() 会导致未定义行为。若需递归锁，应使用 std::recursive_mutex。对于更复杂的同步需求，还可结合条件变量（std::condition_variable）、原子操作（std::atomic）等机制协同工作。
总之，std::mutex 是C++多线程编程中实现数据同步的基石。配合 std::lock_guard 使用，不仅能有效防止数据竞争，还能写出清晰、安全、易于维护的并发代码。掌握其正确用法，是构建稳定高效多线程应用的关键一步。
