面试题：Go语言浮点型在并发场景下的特殊考量

可能遇到的问题

在Go语言的并发编程中，多个goroutine同时操作浮点型数据时，可能会遇到数据竞争问题。因为Go语言的内存模型默认情况下，多个goroutine并发访问共享变量时，如果没有适当的同步机制，会导致数据竞争，出现不可预测的结果。例如，一个goroutine正在读取浮点型数据，而另一个goroutine同时对其进行写入操作，这可能导致读取到的数据是部分修改后的值，从而产生错误的计算结果。

使用互斥锁保证一致性

分析：互斥锁（sync.Mutex）可以确保在同一时刻只有一个goroutine能够访问共享的浮点型数据。当一个goroutine获取到锁后，其他goroutine必须等待锁被释放才能访问该数据，这样就避免了数据竞争。
示例代码：

package main

import (
    "fmt"
    "sync"
)

var (
    num  float64
    mutex sync.Mutex
)

func increment(wg *sync.WaitGroup) {
    defer wg.Done()
    mutex.Lock()
    num++
    mutex.Unlock()
}

func main() {
    var wg sync.WaitGroup
    for i := 0; i < 10; i++ {
        wg.Add(1)
        go increment(&wg)
    }
    wg.Wait()
    fmt.Println("Final value:", num)
}

使用原子操作保证一致性

分析：对于浮点型数据，Go语言的sync/atomic包并没有直接支持的原子操作函数。但是可以通过将浮点型数据转换为整数型（例如math.Float64bits和math.Float64frombits函数），然后使用atomic包中针对整数型的原子操作函数来间接实现对浮点型数据的原子操作。这种方式可以在不使用锁的情况下，保证对数据的原子性操作，提高并发性能。
示例代码：

package main

import (
    "fmt"
    "math"
    "sync"
    "sync/atomic"
)

var numBits uint64

func increment(wg *sync.WaitGroup) {
    defer wg.Done()
    for {
        oldBits := atomic.LoadUint64(&numBits)
        oldFloat := math.Float64frombits(oldBits)
        newFloat := oldFloat + 1
        newBits := math.Float64bits(newFloat)
        if atomic.CompareAndSwapUint64(&numBits, oldBits, newBits) {
            break
        }
    }
}

func main() {
    var wg sync.WaitGroup
    for i := 0; i < 10; i++ {
        wg.Add(1)
        go increment(&wg)
    }
    wg.Wait()
    finalFloat := math.Float64frombits(atomic.LoadUint64(&numBits))
    fmt.Println("Final value:", finalFloat)
}

上述示例代码分别展示了使用互斥锁和原子操作来保证浮点型数据在并发场景下的一致性和正确性。互斥锁方式简单直观，但可能会因为锁的竞争影响性能；原子操作方式避免了锁的竞争，适用于高并发场景，但代码实现相对复杂，特别是对于浮点型数据需要转换操作。

星途面试题库

面试题：Go语言浮点型在并发场景下的特殊考量

知识考点

面试题答案

可能遇到的问题

使用互斥锁保证一致性

使用原子操作保证一致性