C++将多个线程的结果返回到数组中

Question

我有一个模式匹配程序，它将一个字符串作为输入并返回一个与字典紧密匹配的字符串。由于该算法需要几秒钟来运行一个匹配查询，因此我尝试使用多线程来运行批量查询。

我首先读入一个包含查询列表的文件，并为每个查询分派(dispatch)一个新线程来执行匹配算法，使用 pthread_join 将结果返回到一个数组中。

但是，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、绿、蓝”，我可能会收到“红、绿、绿”作为结果。另一次运行可能会生成正确的“红、绿、蓝”结果。看起来有时会覆盖数组中的结果，但是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:按照 Zac 的建议，我修改了线程以明确地将结果放在堆上:

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());
}

不过，在这种情况下，我应该将删除调用放在哪里？如果我尝试将以下内容放在 run() 函数的末尾，它会给出无效指针错误。

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

Answer 1

没有调试，我猜测可能与以下内容有关:

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(偶然)覆盖您指向的同一内存位置，并且您将两次插入相同的值(而不是覆盖它)。

您应该将结果放在堆上，以确保它不会在线程退出和将其存储在主线程之间被销毁。

在您的编辑中，您试图混淆太多东西。我在下面修复了它:

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
}

将结果声明为

// 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

就是说，如果您使用 C++11 threading templates，您会轻松很多而不是混合使用 C pthread 库和 C++。