協程

協程，即協作式程序，其思想是，一系列互相依賴的協程間依次使用CPU，每次只有一個協程工作，而其他協程處于休眠狀態。協程可以在運行期間的某個點上暫停執行，并在恢復運行時從暫停的點上繼續執行。 協程已經被證明是一種非常有用的程序組件，不僅被python、lua、ruby等腳本語言廣泛采用，而且被新一代面向多核的編程語言如golang rust-lang等采用作為并發的基本單位。 協程可以被認為是一種用戶空間線程，與傳統的線程相比，有2個主要的優點：

• 與線程不同，協程是自己主動讓出CPU，并交付他期望的下一個協程運行，而不是在任何時候都有可能被系統調度打斷。因此協程的使用更加清晰易懂，并且多數情況下不需要鎖機制。
• 與線程相比，協程的切換由程序控制，發生在用戶空間而非內核空間，因此切換的代價非常小。

網絡編程模型

首先來簡單回顧一下一些常用的網絡編程模型。網絡編程模型可以大體的分為同步模型和異步模型兩類。

• 同步模型：

同步模型使用阻塞IO模式,在阻塞IO模式下調用read等IO函數時會阻塞線程直到IO完成或失敗。

同步模型的典型代表是thread per connection模型，每當阻塞在主線程上的accept調用返回時則創建一個新的線程去服務于新的socket的讀/寫。這種模型的優點是程序簡潔，編寫簡單；缺點是可伸縮性收到線程數的限制，當連接越來越多時，線程也越來越多，頻繁的線程切換會嚴重拖累性能。

• 異步模型：

異步模型一般使用非阻塞IO模式，并配合epoll/select/poll等多路復用機制。在非阻塞模式下調用read，如果沒有數據可讀則立即返回并通知用戶沒有可讀（EAGAIN/EWOULDBLOCK），而非阻塞當前線程。異步模型可以使一個線程同時服務于多個IO對象。

異步模型的典型代表是reactor模型。在reactor模型中，我們將所有要處理的IO事件注冊到一個中心的IO多路復用器中（一般為epoll/select/poll），同時主線程阻塞在多路復用器上。一旦有IO事件到來或者就緒，多路復用器返回并將對應的IO事件分發到對應的處理器（即回調函數）中，最后處理器調用read/write函數來進行IO操作。

異步模型的特點是性能和可伸縮性比同步模型要好很多，但是其結構復雜，不易于編寫和維護。在異步模型中，IO之前的代碼（IO任務的提交者）和IO之后的處理代碼（回調函數）是割裂開來的。

協程與網絡編程

協程為克服同步模型和異步模型的缺點，并結合他們的優點提供了可能： 現在假設我們有3個協程A,B,C分別要進行數次IO操作。這3個協程運行在同一個調度器或者說線程的上下文中，并依次使用CPU。調度器在其內部維護了一個多路復用器（epoll/select/poll）。

協程A首先運行，當它執行到一個IO操作，但該IO操作并沒有立即就緒時，A將該IO事件注冊到調度器中，并主動放棄CPU。這時調度器將B切換到CPU上開始執行，同樣，當它碰到一個IO操作的時候將IO事件注冊到調度器中，并主動放棄CPU。調度器將C切換到cpu上開始執行。當所有協程都被“阻塞”后，調度器檢查注冊的IO事件是否發生或就緒。假設此時協程B注冊的IO時間已經就緒，調度器將恢復B的執行，B將從上次放棄CPU的地方接著向下運行。A和C同理。

這樣，對于每一個協程來說，是同步的模型；但是對于整個應用程序來說，卻是異步的模型。

好了，原理說完了，我們來看一個實際的例子，echo server。

echo server

在這個例子中，我們將使用orchid庫來編寫一個echo server。orchid庫是一個構建于boost基礎上的 協程/網絡IO 庫。

echo server首先必須要處理連接事件，我們創建一個協程來專門處理連接事件：

typedef boost::shared_ptr<orchid::socket> socket_ptr; 
//處理ACCEPT事件的協程 
void handle_accept(orchid::coroutine_handle co) {
     try {         
         orchid::acceptor acceptor(co -> get_scheduler().get_io_service());//構建一個acceptor
         acceptor.bind_and_listen("5678",true);         
         for(;;) {             
            socket_ptr sock(new orchid::socket(co -> get_scheduler().get_io_service()));
            acceptor.accept(*sock,co);             
            //在調度器上創建一個協程來服務新的socket。第一個參數是要創建的協程的main函數，第二個參數是要創建的協程的棧的大小。
            co -> get_scheduler().spawn(boost::bind(handle_io,_1,sock),orchid::minimum_stack_size());
         }
     } catch(boost::system::system_error& e) {
            cerr<<e.code()<<" "<<e.what()<<endl;
     } 
} 

在orchid中，協程的main函數必須滿足函數簽名void(orchid::coroutine_handle)，如handle_accept所示，其中參數co是協程句柄，代表了當前函數所位于的協程。

在上面的代碼中，我們創建了一個acceptor，并讓它監聽5678端口，然后在"阻塞"等待連接到來，當連接事件到來時，創建一個新的協程來服務新的socket。處理套接字IO的協程如下：

//處理SOCKET IO事件的協程 
void handle_io(orchid::coroutine_handle co,socket_ptr sock) {     
   orchid::tcp_ostream out(*sock,co);     
   orchid::tcp_istream in(*sock,co);     
   for(std::string str;std::getline(in, str) && out;) {
      out<<str<<endl;     
   }  
} 

IO處理協程首先在傳入的套接字上創建了一個輸入流和一個輸出流，分別代表了TCP的輸入和輸出。然后不斷地從輸入流中讀取一行，并輸出到輸出流當中。當socket上的TCP連接斷開時，輸入流和輸出流的eof標志為會被置位，因此循環結束，協程退出。

orchid可以使用戶以流的形式來操作套接字。輸入流和輸出流分別提供了std::istream和std::ostream的接口；輸入流和輸出流是帶緩沖的，如果用戶需要無緩沖的讀寫socket或者自建緩沖，可以直接調用orchid::socket的read和write函數。但是需要注意這兩個函數會拋出boost::system_error異常來表示錯誤。

細心的讀者可能已經發現，handle_io的函數簽名并不滿足void(orchid::coroutine_handle)，回到handle_accept中，可以發現，實際上我們使用了boost.bind對handle _ io函數進行了適配，使之符合函數簽名的要求。

最后是main函數：

int main() {     
   orchid::scheduler sche;     
   sche.spawn(handle_accept,orchid::coroutine::minimum_stack_size());//創建協程     
   sche.run(); 
} 

在上面這個echo server的例子中，我們采用了一種 coroutine per connection 的編程模型，與傳統的 thread per connection 模型一樣的簡潔清晰，但是整個程序實際上運行在同一線程當中。

由于協程的切換開銷遠遠小于線程，因此我們可以輕易的同時啟動上千協程來同時服務上千連接，這是 thread per connection的模型很難做到的；在性能方面，整個底層的IO系統實際上是使用boost.asio這種高性能的異步io庫實現的。而且與IO所費的時間相比，協程切換的開銷基本可以忽略。

因此通過協程，我們可以在保持同步IO模型簡潔性的同時，獲得近似于異步IO模型的高性能。

協程

協程，即協作式程序，其思想是，一系列互相依賴的協程間依次使用CPU，每次只有一個協程工作，而其他協程處于休眠狀態。協程可以在運行期間的某個點上暫停執行，并在恢復運行時從暫停的點上繼續執行。 協程已經被證明是一種非常有用的程序組件，不僅被python、lua、ruby等腳本語言廣泛采用，而且被新一代面向多核的編程語言如golang rust-lang等采用作為并發的基本單位。 協程可以被認為是一種用戶空間線程，與傳統的線程相比，有2個主要的優點：

• 與線程不同，協程是自己主動讓出CPU，并交付他期望的下一個協程運行，而不是在任何時候都有可能被系統調度打斷。因此協程的使用更加清晰易懂，并且多數情況下不需要鎖機制。
• 與線程相比，協程的切換由程序控制，發生在用戶空間而非內核空間，因此切換的代價非常小。

網絡編程模型

首先來簡單回顧一下一些常用的網絡編程模型。網絡編程模型可以大體的分為同步模型和異步模型兩類。

• 同步模型：

同步模型使用阻塞IO模式,在阻塞IO模式下調用read等IO函數時會阻塞線程直到IO完成或失敗。

同步模型的典型代表是thread per connection模型，每當阻塞在主線程上的accept調用返回時則創建一個新的線程去服務于新的socket的讀/寫。這種模型的優點是程序簡潔，編寫簡單；缺點是可伸縮性收到線程數的限制，當連接越來越多時，線程也越來越多，頻繁的線程切換會嚴重拖累性能。

• 異步模型：

異步模型一般使用非阻塞IO模式，并配合epoll/select/poll等多路復用機制。在非阻塞模式下調用read，如果沒有數據可讀則立即返回并通知用戶沒有可讀（EAGAIN/EWOULDBLOCK），而非阻塞當前線程。異步模型可以使一個線程同時服務于多個IO對象。

異步模型的典型代表是reactor模型。在reactor模型中，我們將所有要處理的IO事件注冊到一個中心的IO多路復用器中（一般為epoll/select/poll），同時主線程阻塞在多路復用器上。一旦有IO事件到來或者就緒，多路復用器返回并將對應的IO事件分發到對應的處理器（即回調函數）中，最后處理器調用read/write函數來進行IO操作。

異步模型的特點是性能和可伸縮性比同步模型要好很多，但是其結構復雜，不易于編寫和維護。在異步模型中，IO之前的代碼（IO任務的提交者）和IO之后的處理代碼（回調函數）是割裂開來的。

協程與網絡編程

協程為克服同步模型和異步模型的缺點，并結合他們的優點提供了可能： 現在假設我們有3個協程A,B,C分別要進行數次IO操作。這3個協程運行在同一個調度器或者說線程的上下文中，并依次使用CPU。調度器在其內部維護了一個多路復用器（epoll/select/poll）。

協程A首先運行，當它執行到一個IO操作，但該IO操作并沒有立即就緒時，A將該IO事件注冊到調度器中，并主動放棄CPU。這時調度器將B切換到CPU上開始執行，同樣，當它碰到一個IO操作的時候將IO事件注冊到調度器中，并主動放棄CPU。調度器將C切換到cpu上開始執行。當所有協程都被“阻塞”后，調度器檢查注冊的IO事件是否發生或就緒。假設此時協程B注冊的IO時間已經就緒，調度器將恢復B的執行，B將從上次放棄CPU的地方接著向下運行。A和C同理。

這樣，對于每一個協程來說，是同步的模型；但是對于整個應用程序來說，卻是異步的模型。

好了，原理說完了，我們來看一個實際的例子，echo server。

echo server

在這個例子中，我們將使用orchid庫來編寫一個echo server。orchid庫是一個構建于boost基礎上的 協程/網絡IO 庫。

echo server首先必須要處理連接事件，我們創建一個協程來專門處理連接事件：

typedef boost::shared_ptr<orchid::socket> socket_ptr; 
//處理ACCEPT事件的協程 
void handle_accept(orchid::coroutine_handle co) {
     try {         
         orchid::acceptor acceptor(co -> get_scheduler().get_io_service());//構建一個acceptor
         acceptor.bind_and_listen("5678",true);         
         for(;;) {             
            socket_ptr sock(new orchid::socket(co -> get_scheduler().get_io_service()));
            acceptor.accept(*sock,co);             
            //在調度器上創建一個協程來服務新的socket。第一個參數是要創建的協程的main函數，第二個參數是要創建的協程的棧的大小。
            co -> get_scheduler().spawn(boost::bind(handle_io,_1,sock),orchid::minimum_stack_size());
         }
     } catch(boost::system::system_error& e) {
            cerr<<e.code()<<" "<<e.what()<<endl;
     } 
} 

在orchid中，協程的main函數必須滿足函數簽名void(orchid::coroutine_handle)，如handle_accept所示，其中參數co是協程句柄，代表了當前函數所位于的協程。

在上面的代碼中，我們創建了一個acceptor，并讓它監聽5678端口，然后在"阻塞"等待連接到來，當連接事件到來時，創建一個新的協程來服務新的socket。處理套接字IO的協程如下：

//處理SOCKET IO事件的協程 
void handle_io(orchid::coroutine_handle co,socket_ptr sock) {     
   orchid::tcp_ostream out(*sock,co);     
   orchid::tcp_istream in(*sock,co);     
   for(std::string str;std::getline(in, str) && out;) {
      out<<str<<endl;     
   }  
} 

IO處理協程首先在傳入的套接字上創建了一個輸入流和一個輸出流，分別代表了TCP的輸入和輸出。然后不斷地從輸入流中讀取一行，并輸出到輸出流當中。當socket上的TCP連接斷開時，輸入流和輸出流的eof標志為會被置位，因此循環結束，協程退出。

orchid可以使用戶以流的形式來操作套接字。輸入流和輸出流分別提供了std::istream和std::ostream的接口；輸入流和輸出流是帶緩沖的，如果用戶需要無緩沖的讀寫socket或者自建緩沖，可以直接調用orchid::socket的read和write函數。但是需要注意這兩個函數會拋出boost::system_error異常來表示錯誤。

細心的讀者可能已經發現，handle_io的函數簽名并不滿足void(orchid::coroutine_handle)，回到handle_accept中，可以發現，實際上我們使用了boost.bind對handle _ io函數進行了適配，使之符合函數簽名的要求。

最后是main函數：

int main() {     
   orchid::scheduler sche;     
   sche.spawn(handle_accept,orchid::coroutine::minimum_stack_size());//創建協程     
   sche.run(); 
} 

在上面這個echo server的例子中，我們采用了一種 coroutine per connection 的編程模型，與傳統的 thread per connection 模型一樣的簡潔清晰，但是整個程序實際上運行在同一線程當中。

由于協程的切換開銷遠遠小于線程，因此我們可以輕易的同時啟動上千協程來同時服務上千連接，這是 thread per connection的模型很難做到的；在性能方面，整個底層的IO系統實際上是使用boost.asio這種高性能的異步io庫實現的。而且與IO所費的時間相比，協程切換的開銷基本可以忽略。

因此通過協程，我們可以在保持同步IO模型簡潔性的同時，獲得近似于異步IO模型的高性能。

C++11中有很多激動人心的特性,但是相應的使得C++更加復雜。。。
新標準還修改了原有標準庫，并增加了很多內容。

在學習新標準的過程中動手寫了個 為std::tuple增加格式化/序列化能力的一小段代碼

#define DECLARE_TUPLE_SERIALIZATION_FUNCTION(FUNC_NAME,BEG,SEP,END)     \
namespace sjdfsjfyttsaihfah6755jsdf554433356sdf{                        \
template <typename Tuple,std::size_t N>                                 \
struct tuple_printer                                                    \
{                                                                       \
    static void print(std::ostream& os,const Tuple& t)                  \
    {                                                                   \
        os<<std::get<std::tuple_size<Tuple>::value - N >(t)<<SEP;       \
        tuple_printer<Tuple,N-1>::print(os,t);                          \
    }                                                                   \
};                                                                      \
                                                                        \
template <typename Tuple>                                               \
struct tuple_printer<Tuple,1>                                           \
{                                                                       \
    static void print(std::ostream& os,const Tuple& t)                  \
    {                                                                   \
        os<<std::get<std::tuple_size<Tuple>::value-1>(t);               \
    }                                                                   \
};                                                                      \
}                                                                       \
template <typename Tuple>                                               \
void FUNC_NAME(std::ostream& os,const Tuple& t)                         \
{                                                                       \
    os<<BEG;                                                            \
    sjdfsjfyttsaihfah6755jsdf554433356sdf::tuple_printer<Tuple,std::tuple_size<Tuple>::value>::print(os,t);    \
    os<<END;                                                            \
}                                                                       

實現成宏是為了使用起來更方便，可以隨意指定 函數名 前綴 分隔符 和 后綴。
使用方法如下：

DECLARE_TUPLE_SERIALIZATION_FUNCTION(serialize_tuple,"<"," , ",">")

int main()
{
    int i=10;
    auto a = std::make_tuple(3,"lala",i,'c');
    serialize_tuple(std::cout,a); 
}

輸出為：
<3 , "lala" , 10 , c>

測試環境為GCC 4.5，注意編譯時候請打開C++0X支持。

題目二：
   題目我做了下改變，使用了上篇文章中提到的那個類X，代碼如下：

 1 class X
 2 {
 3 public:
 4     X(){cout<<"default construct"<<endl;}
 5     X(int a):i(a){ cout<<"construct "<<i<<endl;}
 6     ~X(){ cout<<"desconstruct "<<i<<endl;}
 7     X(const X& x):i(x.i)
 8     {
 9         cout<<"copy construct "<<i<<endl;
10     }
11     X& operator++()
12     {
13         cout<<"operator ++(pre) "<<i<<endl;
14         ++i;
15         return *this;
16     }
17     const X operator++(int)
18     {
19         cout<<"operator ++(post) "<<i<<endl;
20         X x(*this);
21         ++i;
22         return x;
23     }
24     X& operator=(int m)
25     {
26         cout<<"operator =(int)"<<endl;
27         i = m;
28         return *this;
29     }
30     X& operator=(const X& x)
31     {
32         cout<<"operator =(X)"<<endl;
33         i=x.i;
34         return *this;
35     }
36     /////////////////////////
37     friend ostream& operator<<(ostream& os,const X& x)
38     {
39         os<<x.i;
40         return os;
41     }
42     friend X operator+(const X& a,const X& b)
43     {
44         cout<<"operator +"<<endl;
45         return X(a.i+b.i);
46     }
47     //////////////////////////
48 public:
49     int i;
50 };

請問以下代碼的輸出是什么？


我們來看一下使用GCC4.5（默認編譯選項）以及MSVC9.0(BOTH DEBUG AND RELEASE)編譯后的實際運行結果：
今年要開始找工作了，本著積累經驗的目的，跑去做了下MTK的筆試題，筆試的內容主要是C＋＋。
因為開發中一直使用C＋＋，而且對C＋＋里的高級特性：面向對象，模板等都比較熟悉，還沒事喜歡研究下STL，BOOST，所以對自己的C＋＋水平比較自信，因此事先也沒做任何準備，就直接去筆試了。本來筆試完了后覺得題目蠻簡單的，但是本著認真學習的態度回來后把題目都上機試驗了下，結果一下就悲劇了，錯的體無完服啊。。。
總結了一下：
   1。認真對待，不要小看了筆試題目：做題的時候心想這些筆試題目都很簡單啊，很多題目都是掃了一眼就立即寫出了答案，結果回來后才發現這些題目都設置了陷阱，讓你掉進去就出不來了。
   2。C＋＋基礎不夠扎實。枉我還一天到晚的研究C＋＋的高級特性，結果很多基礎的知識卻都是一知半解。
特將此次筆試的一些心得和體會記錄于此，好提醒自己。下面主要分析幾個我做錯的題目。題目并非與原題完全一致。
題目一：

請說出上述語句的執行結果。
很多人看過這段代碼后估計都會直接就寫上了 16 10 6 這樣的結果吧，但上機實驗的輸出結果是： 18 10 6
為什么會出現這樣的結果，下面是我的分析過程，如果有不對的地方請大家指正。
為了跟蹤代碼的執行步驟，我設計了一個類X，這個類是對int的模擬，行為方面與int基本一致，除了會打印出一些幫助我們理解的信息，代碼如下：


然后執行以下代碼：


使用GCC4。5編譯后，代碼的執行結果如下：

首先，BOOST中有4種有關互斥量得概念。
1.LOCKABLE :僅支持排它型所有權
2.TIMEDLOCKABLE：支持帶超時的排它型所有權
3.SHAREDLOCKABLE： 支持帶超時的排他型所有權和共享型所有權（讀寫鎖）
4.UPGRADELOCKABLE： 支持帶超時的排他型所有權和共享型所有權，以及共享型所有權升級為排他型所有權（升級過程阻塞）(也支持降級)

可以看到2強化自1,3強化自2.4強化自3，支持某一概念則一定支持其強化自的概念。

boost::mutex 實現了LOCKABLE概念 （boost::recursive_mutex 是其遞歸鎖的版本）
boost::timed_mutex 實現了TIMEDLOCKABLE概念 （boost::recursive_timed_mutex 是其遞歸鎖的版本）
boost::shared_mutex實現了SHAREDLOCKABLE概念
boost::shared_mutex同樣實現了UPGRADELOCKABLE概念

出于提供RAII操作風格和安全等其他一些原因BOOST不希望用戶直接調用各種MUTEX類型中的相關接口，而是通過它提供的一些LOCK_TYPE來幫助我們調用。

主要的LOCK_TYPE包括：

boost::unique_lock<LOCKABLE> 針對支持LOCKABLE概念的類型（上述4中MUTEX類型都支持LOCKABLE概念）。以RAII的方式調用該類的lock() （調用成功后排它的獨占該互斥量）和 unlock() 方法。

boost::shared_lock<SHAREDLOCKABLE>針對支持SHAREDLOCKABLE概念的類型，boost::shared_mutex實現了該概念，注意，支持SHAREDLOCKABLE概念的類既支持排他的獨占（寫鎖，通過調用lock unlock系列函數），也支持共享的方式占用（讀鎖，通過調用lock_shared系列），shared_lock默認調用lock_shared系列。

最主要最常用的就是上面這兩個LOCK類型，分別代表獨占方式和共享方式，其他的就不一一分析了。

下面是個從http://hi.baidu.com/jrckkyy/blog/item/d7ccb508dfba2e3ce8248817.html此處找到的例子