协程

协程，即协作式程序，其思想是，一系列互相依赖的协程间依次使用CPU，每次只有一个协程工作，而其他协程处于休眠状态。协程可以在运行期间的某个点上暂停执行，并在恢复运行时从暂停的点上继续执行。 协程已经被证明是一种非常有用的程序组件，不仅被python、lua、ruby等脚本语言广泛采用，而且被新一代面向多核的编程语言如golang rust-lang等采用作为并发的基本单位。 协程可以被认为是一种用户空间线程，与传统的线程相比，有2个主要的优点：

• 与线程不同，协程是自己主动让出CPU，并交付他期望的下一个协程运行，而不是在任何时候都有可能被系统调度打断。因此协程的使用更加清晰易懂，并且多数情况下不需要锁机制。
• 与线程相比，协程的切换由程序控制，发生在用户空间而非内核空间，因此切换的代价非常小。

网络编程模型

首先来简单回顾一下一些常用的网络编程模型。网络编程模型可以大体的分为同步模型和异步模型两类。

• 同步模型：

同步模型使用阻塞IO模式,在阻塞IO模式下调用read等IO函数时会阻塞线程直到IO完成或失败。

同步模型的典型代表是thread per connection模型，每当阻塞在主线程上的accept调用返回时则创建一个新的线程去服务于新的socket的读/写。这种模型的优点是程序简洁，编写简单；缺点是可伸缩性收到线程数的限制，当连接越来越多时，线程也越来越多，频繁的线程切换会严重拖累性能。

• 异步模型：

异步模型一般使用非阻塞IO模式，并配合epoll/select/poll等多路复用机制。在非阻塞模式下调用read，如果没有数据可读则立即返回并通知用户没有可读（EAGAIN/EWOULDBLOCK），而非阻塞当前线程。异步模型可以使一个线程同时服务于多个IO对象。

异步模型的典型代表是reactor模型。在reactor模型中，我们将所有要处理的IO事件注册到一个中心的IO多路复用器中（一般为epoll/select/poll），同时主线程阻塞在多路复用器上。一旦有IO事件到来或者就绪，多路复用器返回并将对应的IO事件分发到对应的处理器（即回调函数）中，最后处理器调用read/write函数来进行IO操作。

异步模型的特点是性能和可伸缩性比同步模型要好很多，但是其结构复杂，不易于编写和维护。在异步模型中，IO之前的代码（IO任务的提交者）和IO之后的处理代码（回调函数）是割裂开来的。

协程与网络编程

协程为克服同步模型和异步模型的缺点，并结合他们的优点提供了可能： 现在假设我们有3个协程A,B,C分别要进行数次IO操作。这3个协程运行在同一个调度器或者说线程的上下文中，并依次使用CPU。调度器在其内部维护了一个多路复用器（epoll/select/poll）。

协程A首先运行，当它执行到一个IO操作，但该IO操作并没有立即就绪时，A将该IO事件注册到调度器中，并主动放弃CPU。这时调度器将B切换到CPU上开始执行，同样，当它碰到一个IO操作的时候将IO事件注册到调度器中，并主动放弃CPU。调度器将C切换到cpu上开始执行。当所有协程都被“阻塞”后，调度器检查注册的IO事件是否发生或就绪。假设此时协程B注册的IO时间已经就绪，调度器将恢复B的执行，B将从上次放弃CPU的地方接着向下运行。A和C同理。

这样，对于每一个协程来说，是同步的模型；但是对于整个应用程序来说，却是异步的模型。

好了，原理说完了，我们来看一个实际的例子，echo server。

echo server

在这个例子中，我们将使用orchid库来编写一个echo server。orchid库是一个构建于boost基础上的 协程/网络IO 库。

echo server首先必须要处理连接事件，我们创建一个协程来专门处理连接事件：

typedef boost::shared_ptr<orchid::socket> socket_ptr; 
//处理ACCEPT事件的协程 
void handle_accept(orchid::coroutine_handle co) {
     try {         
         orchid::acceptor acceptor(co -> get_scheduler().get_io_service());//构建一个acceptor
         acceptor.bind_and_listen("5678",true);         
         for(;;) {             
            socket_ptr sock(new orchid::socket(co -> get_scheduler().get_io_service()));
            acceptor.accept(*sock,co);             
            //在调度器上创建一个协程来服务新的socket。第一个参数是要创建的协程的main函数，第二个参数是要创建的协程的栈的大小。
            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，协程的main函数必须满足函数签名void(orchid::coroutine_handle)，如handle_accept所示，其中参数co是协程句柄，代表了当前函数所位于的协程。

在上面的代码中，我们创建了一个acceptor，并让它监听5678端口，然后在"阻塞"等待连接到来，当连接事件到来时，创建一个新的协程来服务新的socket。处理套接字IO的协程如下：

//处理SOCKET IO事件的协程 
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处理协程首先在传入的套接字上创建了一个输入流和一个输出流，分别代表了TCP的输入和输出。然后不断地从输入流中读取一行，并输出到输出流当中。当socket上的TCP连接断开时，输入流和输出流的eof标志为会被置位，因此循环结束，协程退出。

orchid可以使用户以流的形式来操作套接字。输入流和输出流分别提供了std::istream和std::ostream的接口；输入流和输出流是带缓冲的，如果用户需要无缓冲的读写socket或者自建缓冲，可以直接调用orchid::socket的read和write函数。但是需要注意这两个函数会抛出boost::system_error异常来表示错误。

细心的读者可能已经发现，handle_io的函数签名并不满足void(orchid::coroutine_handle)，回到handle_accept中，可以发现，实际上我们使用了boost.bind对handle _ io函数进行了适配，使之符合函数签名的要求。

最后是main函数：

int main() {     
   orchid::scheduler sche;     
   sche.spawn(handle_accept,orchid::coroutine::minimum_stack_size());//创建协程     
   sche.run(); 
} 

在上面这个echo server的例子中，我们采用了一种 coroutine per connection 的编程模型，与传统的 thread per connection 模型一样的简洁清晰，但是整个程序实际上运行在同一线程当中。

由于协程的切换开销远远小于线程，因此我们可以轻易的同时启动上千协程来同时服务上千连接，这是 thread per connection的模型很难做到的；在性能方面，整个底层的IO系统实际上是使用boost.asio这种高性能的异步io库实现的。而且与IO所费的时间相比，协程切换的开销基本可以忽略。

因此通过协程，我们可以在保持同步IO模型简洁性的同时，获得近似于异步IO模型的高性能。

协程

协程，即协作式程序，其思想是，一系列互相依赖的协程间依次使用CPU，每次只有一个协程工作，而其他协程处于休眠状态。协程可以在运行期间的某个点上暂停执行，并在恢复运行时从暂停的点上继续执行。 协程已经被证明是一种非常有用的程序组件，不仅被python、lua、ruby等脚本语言广泛采用，而且被新一代面向多核的编程语言如golang rust-lang等采用作为并发的基本单位。 协程可以被认为是一种用户空间线程，与传统的线程相比，有2个主要的优点：

• 与线程不同，协程是自己主动让出CPU，并交付他期望的下一个协程运行，而不是在任何时候都有可能被系统调度打断。因此协程的使用更加清晰易懂，并且多数情况下不需要锁机制。
• 与线程相比，协程的切换由程序控制，发生在用户空间而非内核空间，因此切换的代价非常小。

网络编程模型

首先来简单回顾一下一些常用的网络编程模型。网络编程模型可以大体的分为同步模型和异步模型两类。

• 同步模型：

同步模型使用阻塞IO模式,在阻塞IO模式下调用read等IO函数时会阻塞线程直到IO完成或失败。

同步模型的典型代表是thread per connection模型，每当阻塞在主线程上的accept调用返回时则创建一个新的线程去服务于新的socket的读/写。这种模型的优点是程序简洁，编写简单；缺点是可伸缩性收到线程数的限制，当连接越来越多时，线程也越来越多，频繁的线程切换会严重拖累性能。

• 异步模型：

异步模型一般使用非阻塞IO模式，并配合epoll/select/poll等多路复用机制。在非阻塞模式下调用read，如果没有数据可读则立即返回并通知用户没有可读（EAGAIN/EWOULDBLOCK），而非阻塞当前线程。异步模型可以使一个线程同时服务于多个IO对象。

异步模型的典型代表是reactor模型。在reactor模型中，我们将所有要处理的IO事件注册到一个中心的IO多路复用器中（一般为epoll/select/poll），同时主线程阻塞在多路复用器上。一旦有IO事件到来或者就绪，多路复用器返回并将对应的IO事件分发到对应的处理器（即回调函数）中，最后处理器调用read/write函数来进行IO操作。

异步模型的特点是性能和可伸缩性比同步模型要好很多，但是其结构复杂，不易于编写和维护。在异步模型中，IO之前的代码（IO任务的提交者）和IO之后的处理代码（回调函数）是割裂开来的。

协程与网络编程

协程为克服同步模型和异步模型的缺点，并结合他们的优点提供了可能： 现在假设我们有3个协程A,B,C分别要进行数次IO操作。这3个协程运行在同一个调度器或者说线程的上下文中，并依次使用CPU。调度器在其内部维护了一个多路复用器（epoll/select/poll）。

协程A首先运行，当它执行到一个IO操作，但该IO操作并没有立即就绪时，A将该IO事件注册到调度器中，并主动放弃CPU。这时调度器将B切换到CPU上开始执行，同样，当它碰到一个IO操作的时候将IO事件注册到调度器中，并主动放弃CPU。调度器将C切换到cpu上开始执行。当所有协程都被“阻塞”后，调度器检查注册的IO事件是否发生或就绪。假设此时协程B注册的IO时间已经就绪，调度器将恢复B的执行，B将从上次放弃CPU的地方接着向下运行。A和C同理。

这样，对于每一个协程来说，是同步的模型；但是对于整个应用程序来说，却是异步的模型。

好了，原理说完了，我们来看一个实际的例子，echo server。

echo server

在这个例子中，我们将使用orchid库来编写一个echo server。orchid库是一个构建于boost基础上的 协程/网络IO 库。

echo server首先必须要处理连接事件，我们创建一个协程来专门处理连接事件：

typedef boost::shared_ptr<orchid::socket> socket_ptr; 
//处理ACCEPT事件的协程 
void handle_accept(orchid::coroutine_handle co) {
     try {         
         orchid::acceptor acceptor(co -> get_scheduler().get_io_service());//构建一个acceptor
         acceptor.bind_and_listen("5678",true);         
         for(;;) {             
            socket_ptr sock(new orchid::socket(co -> get_scheduler().get_io_service()));
            acceptor.accept(*sock,co);             
            //在调度器上创建一个协程来服务新的socket。第一个参数是要创建的协程的main函数，第二个参数是要创建的协程的栈的大小。
            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，协程的main函数必须满足函数签名void(orchid::coroutine_handle)，如handle_accept所示，其中参数co是协程句柄，代表了当前函数所位于的协程。

在上面的代码中，我们创建了一个acceptor，并让它监听5678端口，然后在"阻塞"等待连接到来，当连接事件到来时，创建一个新的协程来服务新的socket。处理套接字IO的协程如下：

//处理SOCKET IO事件的协程 
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处理协程首先在传入的套接字上创建了一个输入流和一个输出流，分别代表了TCP的输入和输出。然后不断地从输入流中读取一行，并输出到输出流当中。当socket上的TCP连接断开时，输入流和输出流的eof标志为会被置位，因此循环结束，协程退出。

orchid可以使用户以流的形式来操作套接字。输入流和输出流分别提供了std::istream和std::ostream的接口；输入流和输出流是带缓冲的，如果用户需要无缓冲的读写socket或者自建缓冲，可以直接调用orchid::socket的read和write函数。但是需要注意这两个函数会抛出boost::system_error异常来表示错误。

细心的读者可能已经发现，handle_io的函数签名并不满足void(orchid::coroutine_handle)，回到handle_accept中，可以发现，实际上我们使用了boost.bind对handle _ io函数进行了适配，使之符合函数签名的要求。

最后是main函数：

int main() {     
   orchid::scheduler sche;     
   sche.spawn(handle_accept,orchid::coroutine::minimum_stack_size());//创建协程     
   sche.run(); 
} 

在上面这个echo server的例子中，我们采用了一种 coroutine per connection 的编程模型，与传统的 thread per connection 模型一样的简洁清晰，但是整个程序实际上运行在同一线程当中。

由于协程的切换开销远远小于线程，因此我们可以轻易的同时启动上千协程来同时服务上千连接，这是 thread per connection的模型很难做到的；在性能方面，整个底层的IO系统实际上是使用boost.asio这种高性能的异步io库实现的。而且与IO所费的时间相比，协程切换的开销基本可以忽略。

因此通过协程，我们可以在保持同步IO模型简洁性的同时，获得近似于异步IO模型的高性能。

C++11中有很多激动人心的特性,但是相应的使得C++更加复杂。。。
新标准还修改了原有标准库，并增加了很多内容。

在学习新标准的过程中动手写了个 为std::tuple增加格式化/序列化能力的一小段代码

#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;                                                            \
}                                                                       

实现成宏是为了使用起来更方便，可以随意指定 函数名 前缀 分隔符 和 后缀。
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); 
}

输出为：
<3 , "lala" , 10 , c>

测试环境为GCC 4.5，注意编译时候请打开C++0X支持。

题目二：
   题目我做了下改变，使用了上篇文章中提到的那个类X，代码如下：

 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 };

请问以下代码的输出是什么？


我们来看一下使用GCC4.5（默认编译选项）以及MSVC9.0(BOTH DEBUG AND RELEASE)编译后的实际运行结果：
今年要开始找工作了，本着积累经验的目的，跑去做了下MTK的笔试题，笔试的内容主要是C＋＋。
因为开发中一直使用C＋＋，而且对C＋＋里的高级特性：面向对象，模板等都比较熟悉，还没事喜欢研究下STL，BOOST，所以对自己的C＋＋水平比较自信，因此事先也没做任何准备，就直接去笔试了。本来笔试完了后觉得题目蛮简单的，但是本着认真学习的态度回来后把题目都上机试验了下，结果一下就悲剧了，错的体无完服啊。。。
总结了一下：
   1。认真对待，不要小看了笔试题目：做题的时候心想这些笔试题目都很简单啊，很多题目都是扫了一眼就立即写出了答案，结果回来后才发现这些题目都设置了陷阱，让你掉进去就出不来了。
   2。C＋＋基础不够扎实。枉我还一天到晚的研究C＋＋的高级特性，结果很多基础的知识却都是一知半解。
特将此次笔试的一些心得和体会记录于此，好提醒自己。下面主要分析几个我做错的题目。题目并非与原题完全一致。
题目一：

请说出上述语句的执行结果。
很多人看过这段代码后估计都会直接就写上了 16 10 6 这样的结果吧，但上机实验的输出结果是： 18 10 6
为什么会出现这样的结果，下面是我的分析过程，如果有不对的地方请大家指正。
为了跟踪代码的执行步骤，我设计了一个类X，这个类是对int的模拟，行为方面与int基本一致，除了会打印出一些帮助我们理解的信息，代码如下：


然后执行以下代码：


使用GCC4。5编译后，代码的执行结果如下：

首先，BOOST中有4种有关互斥量得概念。
1.LOCKABLE :仅支持排它型所有权
2.TIMEDLOCKABLE：支持带超时的排它型所有权
3.SHAREDLOCKABLE： 支持带超时的排他型所有权和共享型所有权（读写锁）
4.UPGRADELOCKABLE： 支持带超时的排他型所有权和共享型所有权，以及共享型所有权升级为排他型所有权（升级过程阻塞）(也支持降级)

可以看到2强化自1,3强化自2.4强化自3，支持某一概念则一定支持其强化自的概念。

boost::mutex 实现了LOCKABLE概念 （boost::recursive_mutex 是其递归锁的版本）
boost::timed_mutex 实现了TIMEDLOCKABLE概念 （boost::recursive_timed_mutex 是其递归锁的版本）
boost::shared_mutex实现了SHAREDLOCKABLE概念
boost::shared_mutex同样实现了UPGRADELOCKABLE概念

出于提供RAII操作风格和安全等其他一些原因BOOST不希望用户直接调用各种MUTEX类型中的相关接口，而是通过它提供的一些LOCK_TYPE来帮助我们调用。

主要的LOCK_TYPE包括：

boost::unique_lock<LOCKABLE> 针对支持LOCKABLE概念的类型（上述4中MUTEX类型都支持LOCKABLE概念）。以RAII的方式调用该类的lock() （调用成功后排它的独占该互斥量）和 unlock() 方法。

boost::shared_lock<SHAREDLOCKABLE>针对支持SHAREDLOCKABLE概念的类型，boost::shared_mutex实现了该概念，注意，支持SHAREDLOCKABLE概念的类既支持排他的独占（写锁，通过调用lock unlock系列函数），也支持共享的方式占用（读锁，通过调用lock_shared系列），shared_lock默认调用lock_shared系列。

最主要最常用的就是上面这两个LOCK类型，分别代表独占方式和共享方式，其他的就不一一分析了。

下面是个从http://hi.baidu.com/jrckkyy/blog/item/d7ccb508dfba2e3ce8248817.html此处找到的例子