CAS（Compare-and-Swap）是一种多线程并发编程中常用的原子操作，用于实现多线程间的同步和互斥访问。 它操作通常包含三个参数：一个内存地址（通常是一个共享变量的地址）、期望的旧值和新值。
CompareAndSwap(内存地址，期望的旧值，新值)
CAS 操作会比较内存地址处的值与期望的旧值是否相等，如果相等，则将新值写入该内存地址； 如果不相等，则不进行任何操作。这个比较和交换的操作是一个原子操作，不会被其他线程中断。
CAS 通常是通过硬件层面的CPU指令实现的，其原子性是由硬件保证的。具体的实现方式根据环境会有所不同。
CAS 操作通常会有一个返回值，用于表示操作是否成功。返回结果可能是true或false，也可能是内存地址处的旧值。
相比于传统的锁机制，CAS 有一些优势：
原子性：CAS 操作是原子的，不需要额外的锁来保证多线程环境下的数据一致性，避免了锁带来的性能开销和竞争条件。
无阻塞：CAS 操作是无阻塞的，不会因为资源被锁定而导致线程的阻塞和上下文切换，提高了系统的并发性和可伸缩性。
适用性：CAS 操作可以应用于广泛的数据结构和算法，如自旋锁、计数器、队列等，使得它在实际应用中具有较大的灵活性和适用性。
在 C# 中，我们可以使用 Interlocked 类来实现 CAS 操作。
Interlocked 类提供了一组 CompareExchange 的重载方法，用于实现不同类型的数据的 CAS 操作。
public static int CompareExchange(ref int location1, int value, int comparand);
public static long CompareExchange(ref long location1, long value, long comparand);
// ... 省略其他重载方法
public static object CompareExchange(ref object location1, object value, object comparand);
public static T CompareExchange<T>(ref T location1, T value, T comparand) where T : class;
CompareExchange 方法将 location1 内存地址处的值与 comparand 比较，如果相等，则将 value 写入 location1 内存地址处，否则不进行任何操作。
该方法返回 location1 内存地址处的值。
通过判断方法返回值与 comparand 是否相等，我们就可以知道 CompareExchange 方法是否执行成功。
在使用 CAS 实现无锁算法时，通常我们不光是为了比较和更新一个数据，还需要在更新成功后进行下一步的操作。结合 while(true) 循环，我们可以不断地尝试更新数据，直到更新成功为止。
伪代码如下：
while (true)
{
// 读取数据
oldValue = ...;
// 计算新值
newValue = ...;
// CAS 更新数据
result = CompareExchange(ref location, newValue, oldValue);
// 判断 CAS 是否成功
if (result == oldValue)
{
// CAS 成功，执行后续操作
break;
}
}
在复杂的无锁算法中，因为每一步操作都是独立的，连续的操作并非原子，所以我们不光要借助 CAS，每一步操作前都应判断是否有其他线程已经修改了数据。
下面是一个简单的计数器类，它使用 CAS 实现了一个线程安全的自增操作。
public class Counter
{
private int _value;
public int Increment()
{
while (true)
{
int oldValue = _value;
int newValue = oldValue + 1;
int result = Interlocked.CompareExchange(ref _value, newValue, oldValue);
if (result == oldValue)
{
return newValue;
}
}
}
}
CLR 底层源码中，我们也会经常看到这样的代码，比如 ThreadPool 增加线程时的计数器。
https://github.com/dotnet/runtime/blob/release/6.0/src/libraries/System.Private.CoreLib/src/System/Threading/ThreadPoolWorkQueue.cs#L446
internal void EnsureThreadRequested()
{
//
// If we have not yet requested #procs threads, then request a new thread.
//
// CoreCLR: Note that there is a separate count in the VM which has already been incremented
// by the VM by the time we reach this point.
//
int count = _separated.numOutstandingThreadRequests;
while (count < Environment.ProcessorCount)
{
int prev = Interlocked.CompareExchange(ref _separated.numOutstandingThreadRequests, count + 1, count);
if (prev == count)
{
ThreadPool.RequestWorkerThread();
break;
}
count = prev;
}
}
下面是一个简单的队列类，它使用 CAS 实现了一个线程安全的入队和出队操作。相较于上面的计数器，这里的操作更加复杂，我们每一步都需要考虑是否有其他线程已经修改了数据。
这样的算法有点像薛定谔的猫，你不知道它是死是活，只有当你试图去观察它的时候，它才可能会变成死或者活。
public class ConcurrentQueue<T>
{
// _head 和 _tail 是两个伪节点，_head._next 指向队列的第一个节点，_tail 指向队列的最后一个节点。
// _head 和 _tail 会被多个线程修改和访问，所以要用 volatile 修饰。
private volatile Node _head;
private volatile Node _tail;
public ConcurrentQueue()
{
_head = new Node(default);
// _tail 指向 _head 时，队列为空。
_tail = _head;
}
public void Enqueue(T item)
{
var node = new Node(item);
while (true)
{
Node tail = _tail;
Node next = tail._next;
// 判断给 next 赋值的这段时间，是否有其他线程修改过 _tail
if (tail == _tail)
{
// 如果 next 为 null，则说明从给 tail 赋值到给 next 赋值这段时间，没有其他线程修改过 tail._next，
if (next == null)
{
// 如果 tail._next 为 null，则说明从给 tail 赋值到这里，没有其他线程修改过 tail._next,
// tail 依旧是队列的最后一个节点，我们就可以直接将 node 赋值给 tail._next。
if (Interlocked.CompareExchange(ref tail._next, node, null) == null)
{
// 如果_tail == tail，则说明从上一步 CAS 操作到这里，没有其他线程修改过 _tail，也就是没有其他线程执行过 Enqueue 操作。
// 那么当前线程 Enqueue 的 node 就是队列的最后一个节点，我们就可以直接将 node 赋值给 _tail。
Interlocked.CompareExchange(ref _tail, node, tail);
break;
}
}
// 如果 next 不为 null，则说明从给 tail 赋值到给 next 赋值这段时间，有其他线程修改过 tail._next，
else
{
// 如果没有其他线程修改过 _tail，那么 next 就是队列的最后一个节点，我们就可以直接将 next 赋值给 _tail。
Interlocked.CompareExchange(ref _tail, next, tail);
}
}
}
}
public bool TryDequeue(out T item)
{
while (true)
{
Node head = _head;
Node tail = _tail;
Node next = head._next;
// 判断 _head 是否被修改过
// 如果没有被修改过，说明从给 head 赋值到给 next 赋值这段时间，没有其他线程执行过 Dequeue 操作。
if (head == _head)
{
// 如果 head == tail，说明队列为空
if (head == tail)
{
// 虽然上面已经判断过队列是否为空，但是在这里再判断一次
// 是为了防止在给 tail 赋值到给 next 赋值这段时间，有其他线程执行过 Enqueue 操作。
if (next == null)
{
item = default;
return false;
}
// 如果 next 不为 null，则说明从给 tail 赋值到给 next 赋值这段时间，有其他线程修改过 tail._next，也就是有其他线程执行过 Enqueue 操作。
// 那么 next 就可能是队列的最后一个节点，我们尝试将 next 赋值给 _tail。
Interlocked.CompareExchange(ref _tail, next, tail);
}
// 如果 head != tail，说明队列不为空
else
{
item = next._item;
if (Interlocked.CompareExchange(ref _head, next, head) == head)
{
// 如果 _head 没有被修改过
// 说明从给 head 赋值到这里，没有其他线程执行过 Dequeue 操作，上面的 item 就是队列的第一个节点的值。
// 我们就可以直接返回。
break;
}
// 如果 _head 被修改过
// 说明从给 head 赋值到这里，有其他线程执行过 Dequeue 操作，上面的 item 就不是队列的第一个节点的值。
// 我们就需要重新执行 Dequeue 操作。
}
}
}
return true;
}
private class Node
{
public readonly T _item;
public Node _next;
public Node(T item)
{
_item = item;
}
}
}
我们可以通过以下代码来进行测试
using System.Collections.Concurrent;
var queue = new ConcurrentQueue<int>();
var results = new ConcurrentBag<int>();
int dequeueRetryCount = 0;
var enqueueTask = Task.Run(() =>
{
// 确保 Enqueue 前 dequeueTask 已经开始运行
Thread.Sleep(10);
Console.WriteLine("Enqueue start");
Parallel.For(0, 100000, i => queue.Enqueue(i));
Console.WriteLine("Enqueue done");
});
var dequeueTask = Task.Run(() =>
{
Thread.Sleep(10);
Console.WriteLine("Dequeue start");
Parallel.For(0, 100000, i =>
{
while (true)
{
if (queue.TryDequeue(out int result))
{
results.Add(result);
break;
}
Interlocked.Increment(ref dequeueRetryCount);
}
});
Console.WriteLine("Dequeue done");
});
await Task.WhenAll(enqueueTask, dequeueTask);
Console.WriteLine(
$"Enqueue and dequeue done, total data count: {results.Count}, dequeue retry count: {dequeueRetryCount}");
var hashSet = results.ToHashSet();
for (int i = 0; i < 100000; i++)
{
if (!hashSet.Contains(i))
{
Console.WriteLine("Error, missing " + i);
break;
}
}
Console.WriteLine("Done");
输出结果：
Dequeue start
Enqueue start
Enqueue done
Dequeue done
Enqueue and dequeue done, total data count: 100000, dequeue retry count: 10586
Done
上述的 retry count 为 797，说明在 100000 次的 Dequeue 操作中，有 10586 次的 Dequeue 操作需要重试，那是因为在 Dequeue 操作中，可能暂时没有数据可供 Dequeue，需要等待其他线程执行 Enqueue 操作。
当然这个 retry count 是不稳定的，因为在多线程环境下，每次执行的结果都可能不一样。
CAS 操作是一种乐观锁，它假设没有其他线程修改过数据，如果没有修改过，那么就直接修改数据，如果修改过，那么就重新获取数据，再次尝试修改。
在借助 CAS 实现较为复杂的数据结构时，我们不光要依靠 CAS 操作，还需要注意每次操作的数据是否被其他线程修改过，考虑各个可能的分支，以及在不同的分支中，如何处理数据。
欢迎关注个人技术公众号
