在多线程程序中使用原子变量std::atomic可以非常方便地避免并发访问时的线程安全问题（data races），此外还可以通过指定不同的std::memory_order指定线程间数据同步的粒度。

原子变量

template <class T> struct atomic;

常用方法：

	void store (T val, memory_order sync = memory_order_seq_cst);	// 修改值T load (memory_order sync = memory_order_seq_cst);				// 赋值T exchange (T val, memory_order sync = memory_order_seq_cst);	// 获取值的同时修改值T fetch_add (T val, memory_order sync = memory_order_seq_cst);	// 加上一个值T fetch_sub (T val, memory_order sync = memory_order_seq_cst);	// 减去一个值T operator++() / T operator++ (int);							// 自增，i++ / ++iT operator--() / T operator-- (int);							// 自减，i-- / --i

简单示例：

#include <iostream>
#include <thread>
#include <atomic>
using namespace std;atomic<int> foo(0); // 正确的初始化方式void put_foo(int x)
{foo.store(x);
}void get_foo()
{int x;do{x = foo.load();} while (x == 0);cout << "foo:" << x << endl;
}int main()
{thread t1(get_foo);thread t2(put_foo, 1000);t1.join();t2.join();return 0;
}

memory_order

编译器对代码进行优化时可能对代码重新排序，CPU也可能对指令进行重新排序、延缓执行、缓存等等，在多线程环境下这种指令的重排序有可能造成问题。

于是引入了内存屏障（Memory Barrier），它确保 Barrier 之前的指令都执行完了，Barrier 之后的指令才执行。从而确保了线程间数据的同步方式是与我们代码中的逻辑一样的。

并不是所有的多线程场合都需要内存屏障，比如 C++ 的 shared_ptr 的引用计数，我们只关心当前的引用数量，而不关心引用计数何时增加了何时减少了。原子变量通过指定 memory_order 参数来指定这种同步的粒度。详细内容可以参考这篇文章，写的很清楚。

typedef enum memory_order {memory_order_relaxed,   // relaxedmemory_order_consume,   // consumememory_order_acquire,   // acquirememory_order_release,   // releasememory_order_acq_rel,   // acquire/releasememory_order_seq_cst    // sequentially consistent
} memory_order;