使用条件变量实现多线程Jacobi迭代时程序冻结问题排查

直接导致冻结的核心错误 #

• 主线程重复加锁死锁：主线程调用pthread_cond_wait(&mum, &mlock)醒来后已经持有mlock锁，后续又执行了一次pthread_mutex_lock(&mlock)，对于默认非递归的mutex，重复加锁会直接陷入死锁。
• 共享变量count存在严重数据竞争：count是全局共享变量，工作线程修改count、主线程读写count的操作全程没有加锁保护，多线程并行修改会导致count值异常，永远达不到0，主线程会一直卡在pthread_cond_wait处无法继续。
• mutex操作逻辑完全非法：
  • 工作线程没有持有mlock的前提下，直接调用pthread_mutex_unlock(&mlock)，属于未定义行为，会直接导致锁状态异常，触发死锁。
  • 主线程没有持有nlock的前提下，直接调用pthread_mutex_unlock(&nlock)，同样属于未定义行为，破坏锁状态。
• 条件信号丢失风险：只有最后一个完成的工作线程会发送mum信号，但因为count没有锁保护，可能出现count被异常改写，永远不会触发信号发送，主线程永久等待。

其他逻辑错误（会导致计算结果错误/无法正常终止） #

• max_temp计算逻辑完全错误：计算时机放在了等待工作线程完成之前，取的是上一轮的旧值，且仅比较了sum_temp的两个随机位置，没有遍历所有线程的计算结果取全局最大值，无法正确判断终止条件。
• 工作线程的diff变量没有按轮重置：diff仅在线程初始化时赋值为0，每轮迭代结束后不清零，会累计历史最大温差而非当前轮的温差，导致sum_temp值异常，永远满足迭代条件无法终止。
• 工作线程初始化时错误改写count：所有工作线程启动时都执行了count = thr_count，并行改写全局变量直接导致初始count值异常。
• 工作线程pthread_cond_wait醒来后没有释放nlock：每轮循环都会累加一次nlock的持有计数，最终卡死。

修复方案 #

1. 删掉主线程中pthread_cond_wait后的第二次pthread_mutex_lock(&mlock)调用。
2. 所有对count的读写操作都加mlock保护：
   • 工作线程修改count前先加mlock，修改完成后判断count == 0时发送mum信号，再解锁mlock
   • 删掉工作线程初始化时的count = thr_count语句，仅由主线程在每轮迭代启动前加锁修改count = thr_count
3. 修正mutex操作逻辑：删掉主线程中无意义的pthread_mutex_unlock(&nlock)调用；工作线程pthread_cond_wait(&cond, &nlock)醒来后立即解锁nlock。
4. 将max_temp计算逻辑移到主线程等待所有工作线程完成之后，遍历sum_temp全数组取最大值。
5. 工作线程每轮while循环开始时就将diff重置为0，保证每轮计算的是当前迭代步的温差。
6. 访问stop、sum_temp等全局共享变量时也要加对应锁保护，避免数据竞争。

内容的提问来源于stack exchange，提问作者happy happy