本文共 2033 字，大约阅读时间需要 6 分钟。
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 pt(boost::bind(Fibonacci, 10)); boost::unique_future 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 pt1(boost::bind(Fibonacci, 10)); boost::packaged_task pt2(boost::bind(Fibonacci, 20)); boost::unique_future uf1 = pt1.get_future(); boost::unique_future 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 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(); } 转载地址：http://niown.baihongyu.com/