VC++ Sleep函式原理及Sleep（0）的使用（文章較深入但通俗易懂）
假設現在是 2012-12-16 3:37:40，如果我呼叫一下 Thread.Sleep(1000) ，在 2012-12-16 3:37:41 的時候，這個執行緒會 不會被喚醒？
某人的程式碼中用了一句看似莫明其妙的話：Sleep(0) 。既然是 Sleep 0 毫秒，那麼他跟去掉這句程式碼相比，有啥區別麼？
我們先回顧一下作業系統原理。
作業系統中，CPU競爭有很多種策略。Unix系統使用的是時間片演算法，而Windows則屬於搶佔式的。
在時間片演算法中，所有的程序排成一個佇列。作業系統按照他們的順序，給每個程序分配一段時間，即該程序允許執行的時間。如果在 時間片結束時程序還在執行，則CPU將被剝奪並分配給另一個程序。如果程序在時間片結束前阻塞或結束，則CPU當即進行切換。排程程 序所要做的就是維護一張就緒程序列表，，當程序用完它的時間片後，它被移到佇列的末尾。
所謂搶佔式作業系統，就是說如果一個程序得到了 CPU 時間，除非它自己放棄使用 CPU ，否則將完全霸佔 CPU 。因此可以看出，在搶 佔式作業系統中，作業系統假設所有的程序都是“人品很好”的，會主動退出 CPU 。
在搶佔式作業系統中，假設有若干程序，作業系統會根據他們的優先順序、飢餓時間（已經多長時間沒有使用過 CPU 了），給他們算出一 個總的優先順序來。作業系統就會把 CPU 交給總優先順序最高的這個程序。當程序執行完畢或者自己主動掛起後，作業系統就會重新計算一 次所有程序的總優先順序，然後再挑一個優先順序最高的把 CPU 控制權交給他。
我們用分蛋糕的場景來描述這兩種演算法。假設有源源不斷的蛋糕（源源不斷的時間），一副刀叉（一個CPU），10個等待吃蛋糕的人（10 個程序）。
如果是 Unix作業系統來負責分蛋糕，那麼他會這樣定規矩：每個人上來吃 1 分鐘，時間到了換下一個。最後一個人吃完了就再從頭開始。於是，不管這10個人是不是優先順序不同、飢餓程度不同、飯量不同，每個人上來的時候都可以吃 1 分鐘。當然，如果有人本來不太餓，或者飯量小，吃了30秒鐘之後就吃飽了，那麼他可以跟作業系統說：我已經吃飽了（掛起）。於是作業系統就會讓下一個人接著來。
如果是 Windows 作業系統來負責分蛋糕的，那麼場面就很有意思了。他會這樣定規矩：我會根據你們的優先順序、飢餓程度去給你們每個人計算一個優先順序。優先順序最高的那個人，可以上來吃蛋糕——吃到你不想吃為止。等這個人吃完了，我再重新根據優先順序、飢餓程度來計算每個人的優先順序，然後再分給優先順序最高的那個人。
這樣看來，這個場面就有意思了——可能有些人是PPMM，因此具有高優先順序，於是她就可以經常來吃蛋糕。可能另外一個人是個醜男，而去很ws，所以優先順序特別低，於是好半天了才輪到他一次（因為隨著時間的推移，他會越來越飢餓，因此算出來的總優先順序就會越來越高，因此總有一天會輪到他的）。而且，如果一不小心讓一個大胖子得到了刀叉，因為他飯量大，可能他會霸佔著蛋糕連續吃很久很久，導致旁邊的人在那裡咽口水。。。
而且，還可能會有這種情況出現：作業系統現在計算出來的結果，5號PPMM總優先順序最高，而且高出別人一大截。因此就叫5號來吃蛋糕。5號吃了一小會兒，覺得沒那麼餓了，於是說“我不吃了”（掛起）。因此作業系統就會重新計算所有人的優先順序。因為5號剛剛吃過，因此她的飢餓程度變小了，於是總優先順序變小了；而其他人因為多等了一會兒，飢餓程度都變大了，所以總優先順序也變大了。不過這時候仍然有可能5號的優先順序比別的都高，只不過現在只比其他的高一點點——但她仍然是總優先順序最高的啊。因此作業系統就會說：5號mm上來吃蛋糕……（5號mm心裡鬱悶，這不剛吃過嘛……人家要減肥……誰叫你長那麼漂亮，獲得了那麼高的優先順序）。
那麼，Thread.Sleep 函式是幹嗎的呢？還用剛才的分蛋糕的場景來描述。上面的場景裡面，5號MM在吃了一次蛋糕之後，覺得已經有8分飽了，她覺得在未來的半個小時之內都不想再來吃蛋糕了，那麼她就會跟作業系統說：在未來的半個小時之內不要再叫我上來吃蛋糕了。這樣，作業系統在隨後的半個小時裡面重新計算所有人總優先順序的時候，就會忽略5號mm。Sleep函式就是幹這事的，他告訴作業系統“在未來的多少毫秒內我不參與CPU競爭”。
看完了 Sleep 的作用，我們再來想想文章開頭的兩個問題。
對於第一個問題，答案是：不一定。因為你只是告訴作業系統：在未來的1000毫秒內我不想再參與到CPU競爭。那麼1000毫秒過去之後，這時候也許另外一個執行緒正在使用CPU，那麼這時候作業系統是不會重新分配CPU的，直到那個執行緒掛起或結束；況且，即使這個時候恰巧輪到作業系統進行CPU 分配，那麼當前執行緒也不一定就是總優先順序最高的那個，CPU還是可能被其他執行緒搶佔去。
與此相似的，Thread有個Resume函式，是用來喚醒掛起的執行緒的。好像上面所說的一樣，這個函式只是“告訴作業系統我從現在起開始參與CPU競爭了”，這個函式的呼叫並不能馬上使得這個執行緒獲得CPU控制權。
對於第二個問題，答案是：有，而且區別很明顯。假設我們剛才的分蛋糕場景裡面，有另外一個PPMM 7號，她的優先順序也非常非常高（因為非常非常漂亮），所以作業系統總是會叫道她來吃蛋糕。而且，7號也非常喜歡吃蛋糕，而且飯量也很大。不過，7號人品很好，她很善良，她沒吃幾口就會想：如果現在有別人比我更需要吃蛋糕，那麼我就讓給他。因此，她可以每吃幾口就跟作業系統說：我們來重新計算一下所有人的總優先順序吧。不過，作業系統不接受這個建議——因為作業系統不提供這個介面。於是7號mm就換了個說法：“在未來的0毫秒之內不要再叫我上來吃蛋糕了”。這個指令作業系統是接受的，於是此時作業系統就會重新計算大家的總優先順序——注意這個時候是連7號一起計算的，因為“0毫秒已經過去了”嘛。因此如果沒有比7號更需要吃蛋糕的人出現，那麼下一次7號還是會被叫上來吃蛋糕。
因此，Sleep(0)的作用，就是“觸發作業系統立刻重新進行一次CPU競爭”。競爭的結果也許是當前執行緒仍然獲得CPU控制權，也許會換成別的執行緒獲得CPU控制權。這也是我們在大迴圈裡面經常會寫一句Sleep(0) ，因為這樣就給了其他執行緒比如Paint執行緒獲得CPU控制權的權力，這樣介面就不會假死在那裡。
另外，雖然上面提到說“除非它自己放棄使用 CPU ，否則將完全霸佔 CPU”，但這個行為仍然是受到制約的——作業系統會監控你霸佔CPU的情況，如果發現某個執行緒長時間霸佔CPU，會強制使這個執行緒掛起，因此在實際上不會出現“一個執行緒一直霸佔著 CPU 不放”的情況。至於我們的大迴圈造成程式假死，並不是因為這個執行緒一直在霸佔著CPU。實際上在這段時間作業系統已經進行過多次CPU競爭了，只不過其他執行緒在獲得CPU控制權之後很短時間內馬上就退出了，於是就又輪到了這個執行緒繼續執行迴圈，於是就又用了很久才被作業系統強制掛起。。。因此反應到介面上，看起來就好像這個執行緒一直在霸佔著CPU一樣。
// 由於找不到原文連結，就先這樣吧
相關推薦
VC++ Sleep函式原理及Sleep（0）的使用（文章較深入但通俗易懂）
我們可能經常會用到 Sleep 函式來使執行緒掛起一段時間。那麼你有沒有正確的理解這個函式的用法呢？思考下面這兩個問題：假設現在是 2012-12-16 3:37:40，如果我呼叫一下 Thread.Sleep(1000) ，在 2012-12-16 3:37:41 的時
7-8 哈利·波特的考試 （25 分）（Floyed）（c++描述，超詳細註釋，通俗易懂）
哈利·波特要考試了，他需要你的幫助。這門課學的是用魔咒將一種動物變成另一種動物的本事。例如將貓變成老鼠的魔咒是haha，將老鼠變成魚的魔咒是hehe等等。反方向變化的魔咒就是簡單地將原來的魔咒倒過來念，例如ahah可以將老鼠變成貓。另外，如果想把貓變成魚，可以通過念一個直接魔咒lalala，也可以將
Vue 進階系列（三）之Render函式原理及實現
Vue進階系列彙總如下，歡迎閱讀，歡迎加高階前端進階群一起學習（文末）。 Vue 進階系列（一）之響應式原理及實現 Vue 進階系列（二）之外掛原理及實現 Render函式原理 根據第一篇文章介紹的響應式原理，如下圖所示。 在初始化階段，本質上發生在auto run函式中，然後通過r
【深度學習】線性迴歸（一）原理及python從0開始實現
文章目錄 線性迴歸 單個屬性的情況 多元線性迴歸 廣義線性模型 實驗資料集 介紹 相關連結 Python實現 環境 編碼
《Kalman濾波原理及應用》學習筆記（一）——Kalman濾波演算法在溫度測量中的應用
Kalman濾波器 考慮用如下狀態空間模型描述的動態系統(1.1)X(k+1)=ΦX(k)+ΓW(k)X(k+1)=\Phi X(k)+\Gamma W(k) \tag{1.1}X(k+1)=ΦX(k)+ΓW(k)(1.1)(1.2)Y(k)=HX(k)+V(
資料庫系統原理及應用教程複習筆記（第3 版）
最近在複習資料庫相關知識點，過幾天就要考試了； 第一章 資料庫基礎知識 1、資料庫管理是資料處理的基礎工作，資料庫是資料管理的技術和手段。資料庫中的資料具有整體性和共享性。 1.2、資料庫系統的核心：資料庫管理系統。 1.3、資料庫核心：資料模型； 2、資料庫（DB）是一個按資料結構來儲存和管理資料的
多層感知機（MLP）演算法原理及Spark MLlib呼叫例項（Scala/Java/Python）
多層感知機 演算法簡介： 多層感知機是基於反向人工神經網路（feedforwardartificial neural network）。多層感知機含有多層節點，每層節點與網路的下一層節點完全連線。輸入層的節點代表輸入資料，其他層的節點通過將輸入資料與層上節點
《微型計算機原理及應用》複習整理（針對考點）
考點 一、單選題 二、指令判別 三、兩道純軟體程式設計 四、兩道硬體程式設計 （1）、I/O裝置 （2）、8255 注： 考試型別，開卷。 計算： 2進位制轉BCD碼 BCD碼轉2進位制 加減乘除 接按鍵，控制燈的滅與亮，亮多久後滅。 子程式的編寫和呼叫。 知識點整理 第1章 計
MLlib--多層感知機（MLP）演算法原理及Spark MLlib呼叫例項（Scala/Java/Python）
來源：http://blog.csdn.net/liulingyuan6/article/details/53432429 多層感知機 演算法簡介： 多層感知機是基於反向人工神經網路（feedforwardartificial neural net
【演算法學習】AVL平衡二叉搜尋樹原理及各項操作程式設計實現（C++）
AVLTree即（Adelson-Velskii-Landis Tree），是加了額外條件的二叉搜尋樹。其平衡條件的建立是為了確保整棵樹的深度為O(nLogn)。平衡條件是任何節點的左右子樹的高度相差不超過1. 在下面的程式碼中，程式設計實現了AVL樹的建立、查詢、插入、
隨機森林迴歸（Random Forest）演算法原理及Spark MLlib呼叫例項（Scala/Java/python）
隨機森林迴歸 演算法介紹： 隨機森林是決策樹的整合演算法。隨機森林包含多個決策樹來降低過擬合的風險。隨機森林同樣具有易解釋性、可處理類別特徵、易擴充套件到多分類問題、不需特徵縮放等性質。 隨機森林分別訓練一系列的決策樹，所以訓練過程是並行的。因演算法中加入隨機
梯度迭代樹（GBDT）演算法原理及Spark MLlib呼叫例項（Scala/Java/python）
梯度迭代樹 演算法簡介： 梯度提升樹是一種決策樹的整合演算法。它通過反覆迭代訓練決策樹來最小化損失函式。決策樹類似，梯度提升樹具有可處理類別特徵、易擴充套件到多分類問題、不需特徵縮放等性質。Spark.ml通過使用現有decision tree工具來實現。
普通型母函式原理及模板程式碼詳解
母函式有很多種，最常用的有普通型母函式和指數型母函式。兩者區別是：普通型母函式主要是來求組合的方案數，而指數型母函式是求多重排列數。下面只講解普通型母函式的相關知識。定義：若函式G(x)=a0+a1*x
梯度下降原理及線性迴歸程式碼實現（python/java/c++）
“梯度下降”顧名思義通過一步一步迭代逼近理想結果，當達到一定的精度或者超過迭代次數才退出，所以所獲得的結果是一個近似值。在其他部落格上面基本都有一個通俗的比喻：從山頂一步步下山。下面將用到幾個概念： - 步長：移動一步的長度。 - 維度：一個空間的表示方式，
使用LVS實現負載均衡原理及安裝配置詳解（轉）
bin 瀏覽器 gate 裏的 高性能 target 相關 asq 空間 負載均衡集群是 load balance 集群的簡寫，翻譯成中文就是負載均衡集群。常用的負載均衡開源軟件有nginx、lvs、haproxy，商業的硬件負載均衡設備F5、Netscale。這裏主要是
async函式原理及使用方法
async 函式是什麼？一句話，它就是 Generator 函式的語法糖，async 函式的實現原理，就是將 Generator 函式和自動執行器，包裝在一個函式裡。1，Generator 函式const fs = require('fs'); const readFile
[POJ 2728]Desert King（0-1分數規劃/最優比率生成樹）
eat ice finall nec clu bool ann channels try Description David the Great has just become the king of a desert country. To win the respec
epoll底層實現原理（通俗易懂）
2013-10-27更新：由於此文陸陸續續收到贊同，而且其中有些地方並不完全正確，特在本文最後予以訂正 我不瞭解樓主的層次，我必須從很多基礎的概念開始構建這個答案，並且可能引申到很多別的問題。 首先我們來定義流的概念，一個流可以是檔案，socket，pipe等等可以進行I/O操作的核心物件。 不管是檔案，還是
手把手教你搭建caffe及手寫數字識別（Ubuntu下且附mac、純通俗教程）
手把手教你搭建caffe及手寫數字識別作者：七月線上課程助教團隊，驍哲、小蔡、李偉、July時間：二零一六年十一月九日交流：深度學習實戰交流Q群 472899334，有問題可以加此群共同交流。另探究實驗背後原理，請參看此課程：深度學習線上班。一、前言 在前面的教程中，我
深入淺出的講解傅裏葉變換（真正的通俗易懂）
上帝 簡潔 ans 領域 高校 紛飛 連續 缺少 方法 原文出處： 韓昊 1 2 3 4 5 6 7 8 9 10 作 者：韓 昊 知 乎：Heinrich 微 博：@花生油工人 知乎專欄：與時間無關的故事 謹以此文獻給大連海事大學的吳楠老師，