lock_guard与unique_lock区别解析
std::lock_guard是构造即加锁、析构即解锁的不可复制/移动的RAII锁，适用于简单临界区；std::unique_lock支持延迟锁定、手动解锁、条件变量和所有权转移，更灵活但稍重。
std::lock_guard是构造即加锁、析构即解锁的不可复制/移动的RAII锁，适用于简单临界区；std::unique_lock支持延迟锁定、手动解锁、条件变量和所有权转移，更灵活但稍重。
lock_guard 是个“一锤子买卖”，构造即加锁、析构即解锁
它没有移动或复制能力，生命周期完全绑定到作用域——只要定义了 std::lock_guard，就立刻尝试加锁；离开作用域时自动调用析构函数释放锁。适合最简单的临界区保护场景。
常见错误是试图把它当作可转移的对象来用：std::lock_guard 的拷贝构造和移动构造都被显式删除，所以不能放进容器、不能作为函数返回值、也不能赋值给另一个 lock_guard。
使用建议：
- 只在需要“进作用域就锁、出作用域就放”的简单同步时用
- 不要传参给它带
std::defer_lock——它不支持延迟锁定，这个标记只对std::unique_lock有效 - 如果临界区里可能抛异常，
lock_guard反而是更安全的选择（因为析构保证释放）
unique_lock 支持延迟锁定、手动解锁、条件变量配合和所有权转移
std::unique_lock 更像一个“可操控的锁句柄”。它允许你控制加锁时机（比如用 std::defer_lock 构造后稍后再调 lock()），也能在临界区中途主动 unlock()，再在必要时 lock() 回来——这对避免锁粒度过大很有用。
典型使用场景包括：
- 与
std::condition_variable配合：必须用unique_lock，因为wait()要求能临时释放并重获锁 - 实现 try-lock 逻辑：
try_lock()返回bool，失败也不阻塞 - 把锁所有权移交给另一个作用域（通过移动语义），比如从工厂函数返回已加锁的
unique_lock
注意：它比 lock_guard 稍重（内部多一个布尔状态位），且默认构造时不关联任何互斥量，使用前必须显式绑定或移动赋值。
别混用 defer_lock 和 lock_guard，也别误以为 unique_lock 默认就加锁
这是面试高频踩坑点。写 std::unique_lock 后，lk 是未锁定状态；而写 std::lock_guard 则必然立即阻塞等待加锁成功（除非抛异常）。
另一个常见误操作是：在 unique_lock 已持有时，又对同一互斥量调用 mtx.lock() ——这会导致未定义行为（通常死锁或崩溃），因为 unique_lock 已接管该 mutex 的所有权。
参数差异要点：
std::defer_lock→ 构造时不加锁std::try_to_lock→ 构造时非阻塞尝试加锁，失败则对象处于未锁定状态std::adopt_lock→ 假设当前线程已持有该 mutex，直接接管（常用于先mtx.lock()再构造unique_lock）
性能与可读性权衡：多数情况优先用 lock_guard
除非你明确需要 unique_lock 提供的灵活性，否则默认选 lock_guard。它的语义更清晰、开销更低、且编译器更容易做优化（比如 NRVO 或栈分配消除）。
实际项目中，过度使用 unique_lock 容易带来两类问题：
- 忘记调
lock()就进入临界区，导致数据竞争（编译器不会报错） - 在复杂控制流中多次
lock()/unlock()，增加维护成本和出错概率
真正需要手动干预锁生命周期的地方其实不多，比如实现自定义同步原语、或封装跨多个 mutex 的锁顺序逻辑——这时候才值得引入 unique_lock 的额外复杂度。
火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力，依托字节自研豆包多模态大模型，凭借火山方舟一站式平台，提供模型精调、推理部署、智能应用搭建等全链路服务，结合高性能AI算力，助力各行业快速落地大模型数字化与智能化应用。
AirBuddy 3 是面向 macOS 的蓝牙外设增强工具，可集中查看 AirPods、Beats 与苹果设备电量，提供快速连接、播放控制、电量提醒、桌面小组件和多台 Mac 外设接力等功能。
AirServer macOS版可把 Mac 转换为无线投屏接收端，通过 AirPlay 或 Google Cast 接收手机、平板和电脑画面，并支持多设备同时连接、高清镜像及会话录制，适合家庭娱乐、课堂教学、会议演示和应用展示。
火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力，依托字节自研豆包多模态大模型，凭借火山方舟一站式平台，提供模型精调、推理部署、智能应用搭建等全链路服务，结合高性能AI算力，助力各行业快速落地大模型数字化与智能化应用。
AirServer Windows版可把电脑变成AirPlay、Google Cast和Miracast无线投屏接收端，适合会议演示、课堂教学及家庭大屏分享。发送设备通常无需另装客户端，并可同时接收和智能排列多个镜像会话。
AlwaysUp是一款面向Windows的系统服务注册与程序托管工具，可让普通应用、脚本及批处理在无人登录时随系统启动，并通过状态检测、异常重启、资源监控和邮件通知保障关键任务持续运行。