多线程编程问题分析：全局变量与临界资源

"习题课11主要探讨了多线程编程中的一些问题，涉及到C++语言在处理并发执行时的局限性以及临界资源的管理。具体问题围绕着一个链表正数计数函数count_positives()和使用exchange指令实现相同效果的讨论。" 在多线程编程中，语言规范的适用性至关重要。C++和C等一些语言的原始规格可能不充分支持多线程程序，这可能导致编译器问题以及代码的正确性受到影响。题目的第一部分展示了一个例子： 1. 定义了一个全局变量`global_positives`用于存储正数的计数，以及一个链表结构`list`，链表节点包含一个指向下一个节点的指针`next`和一个双精度浮点值`val`。 2. `count_positives(list l)`函数遍历链表`l`，统计其中大于0的`val`的个数，增加`global_positives`的值。若链表中所有值都是负数，线程A执行该函数时不会修改`global_positives`，而线程B可以安全地独立递增`global_positives`。 然而，这个例子仅考虑了特定情况。在更一般的情况下，如果多个线程同时调用`count_positives()`，它们都可能会访问并修改`global_positives`，导致数据竞争。因此，`global_positives`是一个临界资源，需要通过锁或其他同步机制来确保互斥访问，以避免并发问题。 第二部分问题来源于书上的另一个实例，可能涉及原子操作或内存模型。题目提到使用exchange指令实现与图5.2b中第一次赋值`bolt=0`相同的效果。exchange指令通常用于原子地设置一个变量的值，并返回旧值，常用于实现线程间的同步。但是，具体的实现细节（如如何使用exchange指令，以及它如何影响结果）没有在摘要中给出。 总结，习题课11强调了在多线程环境中正确管理共享资源的重要性，特别是当涉及到并发修改全局变量时。C++标准库提供了一些工具，如`std::mutex`和原子类型（`std::atomic`），用于解决这类问题，确保并发代码的正确性和一致性。程序员应理解这些概念，并在编写多线程代码时采取适当的同步措施。