多线程编程从来不是C++的核心领域，但C++11将线程库纳入标准后，情况发生了根本改变。这个改变不仅仅是语言层面的——它标志着C++正式进入并发编程的竞技场，与Java、C#等语言直接竞争。十年过去了，C++的并发设施已经有了长足的进步，但与专门为并发设计的语言相比，C++的并发模型仍然有其独特的特点和明显的局限。
参考：https://rvxif.cn/category/oolong-tea.html
C++并发模型的底层是std::thread。与Java的Thread类或Python的threading模块类似，std::thread封装了操作系统线程的句柄。它的设计体现了C++的风格：RAII管理线程生命周期，构造函数启动线程，析构函数如果不调用join或detach则terminate程序。这种设计迫使开发者显式地决定线程如何结束，避免了资源泄漏。但std::thread的接口是极简的，它不提供线程池、不提供优先级设置、不提供亲和性绑定——这些高级功能需要依赖操作系统API或第三方库。
异步任务是C++并发模型的高层抽象。std::async函数接受一个可调用对象，返回一个std::future对象。调用者可以通过future的get方法阻塞等待结果，或者通过wait_for/wait_until进行带超时的等待。与std::thread相比，std::async隐藏了线程管理的细节——库可能会将任务提交到线程池，也可能为每个任务创建新线程，具体策略由实现决定。这种抽象给开发者带来了便利，但同时也带来了不确定性：某些实现可能在大量任务并发时耗尽系统资源，而另一些实现则能够优雅地排队。
参考：https://rvxif.cn/category/black-tea.html
promise-future对是异步编程的另一个核心组件。与std::async自动管理future不同，std::promise允许你手动设置值或异常，而与之关联的std::future则等待这个值。这种机制非常适用于将一个异步操作的结果从某个执行线程传递到另一个线程。例如，你可以将一个promise传递给工作线程，工作线程完成计算后调用set_value，而主线程则通过对应的future等待结果。这种模型类似于其他语言中的Promise/Future模式（如JavaScript、Python），但C++版本更底层、更灵活，也更容易出错——因为你需要自行管理线程同步和生命周期。
C++并发模型的最大局限是缺乏内建的异步运行时。在Rust、Go或Erlang中，语言运行时提供了强大的异步支持：Go的goroutine由运行时调度器管理，可以在多个操作系统线程上自动调度；Rust的async/await建立在类似的基础上。而C++的并发设施完全基于操作系统线程，这意味着线程的创建、销毁和上下文切换都是重量级的系统调用。线程池可以通过第三方库实现，但这不是标准的一部分。C++20引入的协程（coroutines）是改变这一局面的关键一步，但协程本身只是语言机制，并不提供调度器——要使用协程实现高效的异步IO，你仍然需要一个外部的运行时库。
参考：https://rvxif.cn/category/green-tea.html
数据竞争是并发编程中最难调试的错误类型。C++采用了与C11相同的基于happens-before关系的内存模型。这个模型的核心是：在没有显式同步的情况下，不同线程对同一内存位置的访问如果至少有一个是写操作，那么程序的行为是未定义的。换句话说，编译器可以假设不存在数据竞争，并据此进行激进的优化。这种设计允许编译器生成高性能的代码，但也意味着数据竞争导致的错误可能是毁灭性的——程序可能崩溃、可能产生错误的结果、可能看起来正常运行。
为了安全地在线程间共享数据，C++提供了互斥锁（std::mutex）和原子操作（std::atomic）。互斥锁遵循RAII原则：std::lock_guard在构造时获得锁，在析构时释放锁，确保即使发生异常锁也会被正确释放。这种模式简洁而可靠，但锁的粒度难以把握——细粒度锁可以提高并发度但增加了死锁风险，粗粒度锁降低了风险但可能串行化大部分操作。原子操作提供了无锁编程的基础，但正确使用原子操作极其困难，需要深入理解内存序（memory ordering）的微妙之处。
C++17引入的并行算法是并发模型的一个重要扩展。标准算法库中的std::sort、std::transform、std::reduce等函数现在可以接受一个执行策略参数：seq（顺序执行）、par（并行执行）或par_unseq（并行且向量化执行）。这允许开发者以声明式的方式表达并行性，而不必手动管理线程。例如，std::transform(std::execution::par, v.begin(), v.end(), v.begin(), f)会将f应用于v的每个元素，并可能在多个线程上并行执行。这种高层抽象大大降低了并行编程的门槛，但也带来了新的挑战——例如，传递给并行算法的函数必须是线程安全的，并且不能依赖于特定的执行顺序。
参考：https://rvxif.cn
