时间:2023-01-16 12:00:49 | 栏目:C代码 | 点击:次
在开发过程中,使用线程是经常会遇到的场景,本篇文章就来整理一下 Qt 中使用线程的五种方式,方便后期回顾。前面两种比较简单,一笔带过了,主要介绍后面三种。最后两种方法博主最喜欢,不需要继承类,可以直接把需要执行的函数放到线程中去运行
class Thread : public QThread { Q_OBJECT public: virtual void run() override; }
void Thread::run() { ... }
thread.start()
启动线程,会自动调用 run 函数thread.isRunning()
判断线程是否已启动thread.terminate()
终止线程thread.wait()
等待线程终止class Test : public QObject { Q_OBJECT public: void test(); }
QThread th; Test test; test.moveToThread(&th);
需要注意的是:此方法与继承 QThread 相比较,继承 QThread 只有 run 函数中的操作是在线程中执行的,而此方法中所有的成员函数都是在线程中执行
#include <QObject> #include <QRunnable> #include <QThread> #include <QThreadPool> #include <QDebug> class BPrint : public QRunnable { void run() { for ( int count = 0; count < 5; ++count ) { qDebug() << QThread::currentThread(); QThread::msleep(1000); } } }; int main(int argc, char *argv[]) { QCoreApplication a(argc, argv); QThreadPool threadpool; // 构建一个本地的线程池 threadpool.setMaxThreadCount(3); // 线程池中最大的线程数 for ( int num = 0; num < 100; ++num ) { BPrint *print; // 循环构建可在线程池中运行的任务 threadpool.start(print); // 线程池分配一个线程运行该任务 QThread::msleep(1000); } return a.exec(); }
在上述例子当中,我们创建的 QRunnable 类型的指针 BPrint *print 是不需要我们手动去回收内存的,QThreadPool 在结束该任务的执行后会将对该内存进行清空
有的小伙伴会有疑问,既然有 QThread 线程类了,为啥还要用 QRunnable + QThreadPool 创建线程池的方法来使用线程机制呢,感觉用起来很麻烦啊。所以这里要说明一下此方法的使用场景,当线程任务量非常大的时候,如果频繁的创建和释放 QThread 会带来非常大的内存开销,而线程池则可以有效避免这个问题
还有一个问题需要注意一下,QThread 是集成自 QObject 的,我们通常会使用信号槽与外界进行通信。而 QRunnable 并不是继承自 QObject 类的,所以他无法使用信号槽机制进行通信。这里推荐两种方法,一个是使用 QMetaObject::invokeMethod()
函数。另一个是使用多重继承的方法,自定义类需要同时继承自 QRunnable 和 QObject
#include <thread> void threadfun1() { std::cout << "threadfun1 - 1\r\n" << std::endl; std::this_thread::sleep_for(std::chrono::seconds(1)); std::cout << "threadfun1 - 2" << std::endl; } void threadfun2(int iParam, std::string sParam) { std::cout << "threadfun2 - 1" << std::endl; std::this_thread::sleep_for(std::chrono::seconds(5)); std::cout << "threadfun2 - 2" << std::endl; } int main() { std::thread t1(threadfun1); std::thread t2(threadfun2, 10, "abc"); t1.join(); // 等待线程 t1 执行完毕 std::cout << "join" << std::endl; t2.detach(); // 将线程 t2 与主线程分离 std::cout << "detach" << std::endl; } 运行结果: threadfun1 - 1 threadfun2 - 1 threadfun1 - 2 join detach
根据输出结果可以得知,t1.join() 会等待t1线程退出后才继续往下执行,t2.detach() 并不会等待,detach字符输出后,主函数退出,threadfun2还未执行完成,但是在主线程退出后,t2的线程也被已经被强退出
Concurrent 是并发的意思,QtConcurrent 是一个命名空间,提供了一些高级的 API,使得所写的程序可根据计算机的 CPU 核数,自动调整运行的线程数目。这意味着今后编写的应用程序将在未来部署在多核系统上时继续扩展
函数原型如下:
QFuture<T> QtConcurrent::run(Function function, ...)
QFuture<T> QtConcurrent::run(QThreadPool *pool, Function function, ...)
简单来说,QtConcurrent::run() 函数会在一个单独的线程中执行,并且该线程取自全局 QThreadPool,该函数的返回值通过 QFuture API 提供
需要注意的是:
1)该函数可能不会立即运行; 函数只有在线程可用时才会运行
2)通过 QtConcurrent::run() 返回的 QFuture 不支持取消、暂停,返回的 QFuture 只能用于查询函数的运行/完成状态和返回值
3) Qt Concurrent 已经从 QtCore 中移除并成为了一个独立的模块,所以想要使用 QtConcurrent 需要在 pro 文件中导入模块:
QT += concurrent
使用方式有以下几种:
1)将函数运行在某一个线程中,需要使用 extern
extern void func(); QFuture<void> future = QtConcurrent::run(func);
2)向该函数传递参数
extern void FuncWithArguments(int arg1, const QString &string); int integer = ...; QString string = ...; // 需要传递的参数,则跟在函数名之后,依次加入 QFuture<void> future = QtConcurrent::run(FuncWithArguments, integer, string);
3) 获取该函数的计算结果
extern QString Func(const QByteArray &input); QByteArray byte_array = ...; QFuture<QString> future = QtConcurrent::run(func, byte_array); ... QString result = future.result();
4)常量成员函数
QByteArray bytearray = "hello world"; // 在一个单独的线程中,调用 QByteArray 的常量成员函数 split(),传递给 run() 函数的参数是 bytearray QFuture< QList<QByteArray> > future = QtConcurrent::run(bytearray, &QByteArray::split, ','); ... QList<QByteArray> result = future.result();
5)非常量成员函数
QImage image = ...; // 在一个单独的线程中,调用 QImage 的非常量成员函数 invertPixels(),传递给 run() 函数的参数是 &image QFuture<void> future = QtConcurrent::run(&image, &QImage::invertPixels, QImage::InvertRgba); ... future.waitForFinished();
6)Lambda 表达式
#include <QFuture> #include <QtConcurrent> #include <QThreadPool> QThreadPool pool; QFuture<void> future = QtConcurrent::run(&pool, [&](QObject *receiver){ cv::Mat mat = QYImageProcessing::convertQImageToMat(image); cv::Mat center = cv::imread("dynaPhase_center.png"); dynaPhase_alive = QYImageProcessing::getDiffPoint(mat, center); // 根据三个点自适应模拟条纹 cv::Mat ret = DynamicCarrier::DC_Adaptive_Simulation(dynaPhase_center, dynaPhase_alive, dynaPhase_align); ret = ret*255; ret.convertTo(ret, CV_8UC1); QImage adaptive = QYImageProcessing::convertMatToQImage(ret); QYAlignControl *align = static_cast<QYAlignControl *>(receiver); align->callQmlGetAlivePoint(adaptive, dynaPhase_alive.x, dynaPhase_alive.y); }, this);