面试题：Go语言闭包在并发编程中的复杂性

闭包在Go并发编程中的复杂性

资源竞争问题：闭包可能引用外部变量，在并发环境下多个协程同时访问和修改这些变量，就会导致资源竞争。
数据一致性问题：由于资源竞争，可能使得数据处于不一致的状态，例如某个变量的更新没有按照预期顺序完成。

代码示例及处理方法

package main

import (
    "fmt"
    "sync"
)

func main() {
    var count int
    var wg sync.WaitGroup
    var mu sync.Mutex

    for i := 0; i < 10; i++ {
        wg.Add(1)
        go func() {
            defer wg.Done()
            // 使用互斥锁来处理资源竞争
            mu.Lock()
            count++
            mu.Unlock()
        }()
    }

    wg.Wait()
    fmt.Println("Final count:", count)
}

在上述代码中，count 是被闭包引用的外部变量。通过使用 sync.Mutex 来加锁和解锁，确保每次只有一个协程能够修改 count，从而解决资源竞争和保证数据一致性。如果不使用 mu.Lock() 和 mu.Unlock()，多个协程同时对 count 进行 ++ 操作，就会出现资源竞争，导致 count 的最终值可能小于预期的 10。

另外，还可以使用 sync/atomic 包来对一些基本类型（如 int）进行原子操作，这也是处理并发数据一致性问题的一种有效方式，例如：

package main

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

func main() {
    var count int64
    var wg sync.WaitGroup

    for i := 0; i < 10; i++ {
        wg.Add(1)
        go func() {
            defer wg.Done()
            atomic.AddInt64(&count, 1)
        }()
    }

    wg.Wait()
    fmt.Println("Final count:", atomic.LoadInt64(&count))
}

这里使用 atomic.AddInt64 和 atomic.LoadInt64 对 int64 类型的 count 进行原子操作，避免了资源竞争，保证了数据一致性。

面试题：Go语言闭包在并发编程中的复杂性

知识考点

面试题答案

闭包在Go并发编程中的复杂性

代码示例及处理方法