理论#

互斥只解决了“谁做无所谓，但不能同时做”。

但有些并发问题对谁来做的先后顺序有要求，比如生产者-消费者问题。

1
while (1) {
2
    lock(&mutex);
3

4
    if (!queue_empty()) {
5
        item = pop();
6
        unlock(&mutex);
7
        break;
8
    }
9

10
    unlock(&mutex);
11
}

当然消费者也可以写成这个样子，不停地去看队列里有没有消息。但这又显然在busy waiting浪费资源。

于是可以发明条件变量，条件不满足的时候就去睡觉，条件满足了再被唤醒（类似优化自旋锁的思路）。

1
pthread_mutex_lock(&mutex);
2

3
while (queue_empty()) {
4
    pthread_cond_wait(&cond, &mutex); // 释放mutex，然后睡觉
5
}
6

7
item = pop();
8

9
pthread_mutex_unlock(&mutex);

1
pthread_mutex_lock(&mutex);
2

3
push(item);
4

5
pthread_mutex_unlock(&mutex);
6

7
pthread_cond_signal(&cond);

条件变量的模版：

1
等待条件满足： lock(lk); while(!cond) wait(cv, lk); unlock(lk);
2
条件可能满足： broadcast(cv); signal(cv); // 唤醒所有or唤醒一个

除了条件变量，信号量也可以用来同步，信号量就像是带一个计数器的互斥锁。

信号量和互斥锁的区别是信号量没有owner，互斥锁原则上要由同一个线程来上锁解锁，不然就是UB。

信号量看上去比条件变量好用很多，但是对于复杂条件，比如一些带有“或”的条件，用信号量实现理解起来就没有那么显然，但是用条件变量的话还是直接套模版放在cond那个位置就行了。

实验#

给了现成的gpt.c是一个神经网络推理的实现。但是实现是串行的，找到能并行化的部分，改造成并行推理。

神经网络层内都能并行，是一个spawn join的简单运用，连锁都不需要。