Question

我有一个模式匹配程序，它将字符串作为输入，并返回与字典紧密匹配的字符串。由于算法需要几秒钟才能运行一个匹配查询，因此我尝试使用多线程来运行批处理查询。

我首先读入包含查询列表的文件，并为每个查询调度一个新线程来执行匹配算法，使用pthread_join将结果返回到数组中。

然而，我得到了一些不一致的结果。例如，如果我的查询文件包含术语“红色，绿色，蓝色”，我可能会收到“红色，绿色，绿色”作为结果。另一次运行可能会生成正确的“红色，绿色，蓝色”结果。它似乎有时会在数组中写入结果，但为什么会发生这种情况，因为数组值是根据线程ID设置的？

Dictionary dict;  // global, which performs the matching algorithm

void *match_worker(void *arg) {
    char* temp = (char *)arg;
    string strTemp(temp);
    string result = dict.match(strTemp);
    return (void *)(result.c_str());
}

void run(const string& queryFilename) {
    // read in query file
    vector<string> queries;
    ifstream inquery(queryFilename.c_str());
    string line;
    while (getline(inquery, line)) {
        queries.push_back(line);
    }
    inquery.close();

    pthread_t threads[queries.size()];
    void *results[queries.size()];
    int rc;
    size_t i;

    for (i = 0; i < queries.size(); i++) {
        rc = pthread_create(&threads[i], NULL, match_worker, (void *)(queries[i].c_str()));
        if (rc) {
            cout << "Failed pthread_create" << endl;
            exit(1);
        }
    }

    for (i = 0; i < queries.size(); i++) {
        rc = pthread_join(threads[i], &results[i]);
        if (rc) {
            cout << "Failed pthread_join" << endl;
            exit(1);
        }
    }

    for (i = 0; i < queries.size(); i++) {
        cout << (char *)results[i] << endl;
    }
}

int main(int argc, char* argv[]) {
    string queryFilename = arg[1];
    dict.init();
    run(queryFilename);
    return 0;
}

编辑：正如Zac所建议的那样，我修改了线程以显式地将结果放在堆上：

void *match_worker(void *arg) {
    char* temp = (char *)arg;
    string strTemp(temp);
    int numResults = 1;
    cout << "perform match for " << strTemp << endl;
    string result = dict.match(strTemp, numResults);
    string* tmpResult = new string(result);
    return (void *)((*tmpResult).c_str());
}

虽然，在这种情况下，我会在哪里进行删除调用？如果我尝试在run（）函数的末尾添加以下内容，则会产生无效的指针错误。

for (i = 0; i < queries.size(); i++) {
    delete (char*)results[i];
}

Answer 1

如果没有调试，我的猜测是它与以下内容有关：

void *match_worker(void *arg) 
{
    char* temp = (char *)arg;
    string strTemp(temp);
    string result = dict.match(strTemp); // create an automatic
    return (void *)(result.c_str()); // return the automatic ... but it gets destructed right after this!
}

因此，当下一个线程运行时，它会写入您指向的相同内存位置（偶然），并且您要插入相同的值两次（不要在其上写入）。

您应该将结果放在堆上，以确保它在您的线程退出并将其存储在主线程中之间不会被销毁。

通过编辑，你试图把事情搞得太多了。我在下面修了它：

void *match_worker(void *arg) 
{
    char* temp = (char *)arg;
    string strTemp(temp);
    int numResults = 1;
    cout << "perform match for " << strTemp << endl;
    string result = dict.match(strTemp, numResults);
    string* tmpResult = new string(result);
    return (void *)(tmpResult); // just return the pointer to the std::string object
}

将results声明为

// this shouldn't compile
//void* results[queries.size()]; 
std::string** results = new std::string[queries.size()];
for (int i = 0; i < queries.size(); ++i)
{
    results[i] = NULL; // initialize pointers in the array
}

清理内存时：

for (i = 0; i < queries.size(); i++) 
{
    delete results[i];
}
delete [] results; // delete the results array

也就是说，如果您使用C++11 threading templates而不是混合使用C pthread库和C ++，那么您将会更容易。

Answer 2

问题是由局部变量result的生命周期和成员函数result.c_str()返回的数据引起的。通过将C与C ++混合，您可以轻松完成此任务。考虑使用C ++ 11及其线程库。它使任务变得更加容易：

std::string match_worker(const std::string& query);

void run(const std::vector<std::string>& queries)
{
    std::vector<std::future<std::string>> results;
    results.reserve(queries.size());
    for (auto& query : queries)
        results.emplace_back(
            std::async(std::launch::async, match_worker, query));
    for (auto& result : results)
        std::cout << result.get() << '\n';
}

C ++将几个线程的结果返回到数组中

2 个答案: