std::atomic提供原子操作避免数据竞争，适用于整型和指针类型，通过内存序控制同步强度与性能，常用于计数器、无锁结构，需注意伪共享和CAS争用问题。
在多线程编程中，数据竞争是常见问题。C++11引入了std::atomic来提供一种类型安全且高效的原子操作机制，帮助开发者避免使用互斥锁（mutex）也能实现线程安全。它适用于对基本数据类型的读写保护，比如整型、指针等。
std::atomic的基本用法
std::atomic模板类可以包装支持平凡拷贝的类型，最常用的是整数类型和指针类型。定义一个原子变量非常简单：
整型原子操作示例：
#include <atomic><br>#include <iostream><br><br>std::atomic<int> counter(0);<br><br>void increment() {<br> for (int i = 0; i < 1000; ++i) {<br> counter.fetch_add(1, std::memory_order_relaxed);<br> }<br>}<br>上面代码中，多个线程调用increment()函数不会导致数据竞争。fetch_add是原子加法操作，返回旧值。也可以使用++counter，它会被重载为原子递增。
立即学习“C++免费学习笔记（深入）”；
指针原子操作示例：
struct Node { int data; Node* next; };<br>std::atomic<Node*> head(nullptr);<br><br>void push_node(Node* node) {<br> Node* old_head = head.load();<br> do {<br> node->next = old_head;<br> } while (!head.compare_exchange_weak(old_head, node));<br>}<br>这里使用compare_exchange_weak实现无锁栈的插入操作，是一种典型的CAS（Compare-And-Swap）模式。
Blender Geometry Nodes Script Generator
下载
生成Blender Python (bpy)脚本，该脚本使用node_groups API和GeometryNodeTree接口程序化地创建几何节点修改器树，用于参数化3D资产生成。
内存序（Memory Order）的选择
std::atomic操作可以指定内存顺序，影响性能与同步强度。常用的有：
- std::memory_order_relaxed：仅保证原子性，不保证顺序。适合计数器等无需同步场景。
- std::memory_order_acquire：用于读操作，确保之后的读写不会被重排到该操作前。
- std::memory_order_release：用于写操作，确保之前的读写不会被重排到该操作后。
- std::memory_order_acq_rel：同时具有acquire和release语义。
- std::memory_order_seq_cst：默认选项，提供最严格的顺序一致性，但开销最大。
例如，若只关心计数，可用relaxed提升性能：
counter.fetch_add(1, std::memory_order_relaxed);
若需要同步多个变量，则应使用seq_cst或搭配acquire/release。
性能分析与适用场景
原子操作的性能远高于互斥锁，尤其在低争用场景下。由于不涉及内核态切换和上下文调度，原子指令通常在用户态完成。
性能对比关键点：
- 缓存行冲突：多个原子变量若位于同一缓存行，频繁修改会导致“伪共享”（False Sharing），显著降低性能。可通过填充对齐避免。
- CAS循环争用：高并发下，compare_exchange可能多次失败重试，退化为忙等待。此时需评估是否改用锁更高效。
- 平台差异：x86架构对顺序一致性支持较好，而ARM/PowerPC等弱内存模型架构对宽松内存序更敏感，需谨慎选择内存序。
一般建议：
- 简单计数、状态标志用std::atomic
+ relaxed。 - 实现无锁队列、栈等结构时，配合acquire/release控制同步。
- 避免在热点路径上频繁使用seq_cst，除非确实需要全局顺序一致。
基本上就这些。合理使用std::atomic能有效提升并发性能，但要注意内存序语义和硬件特性，避免误用带来隐患。
