在大多数计算机上，增加变量操作不是一个原子操作，需要执行下列步骤：
一：将实例变量中的值加载到寄存器中。
二：增加或减少该值。
三：在实例变量中存储该值。
在多线程环境下，线程会在执行完前两个步骤后被抢先。然后由另一个线程执行所有三个步骤，当第一个线程重新开始执行时，它覆盖实例变量中的值，造成第二个线程执行增减操作的结果丢失。
Interlocked可以为多个线程共享的变量提供原子操作。
Interlocked.Increment：以原子操作的形式递增指定变量的值并存储结果。
Interlocked.Decrement以原子操作的形式递减指定变量的值并存储结果。
Interlocked.Add以原子操作的形式，添加两个整数并用两者的和替换第一个整数
但是Interlocked并没有为乘法，除法提供原子操作。那么如何实现乘法，除法，以及为其他的一些非原子操作提供原子操作的支持呢？？
关键就在于Interlocked.CompareExchange 中,Jeffrey Richter把它叫做InterLocked Anything 模式。
下面我们使用Interlocked.CompareExchange 实现求最大值的原子操作。
public static int Maximum(ref int target, int value)
{
int currentVal = target; //将target的当前值保存到currentVal中
int startVal, desiredVal; //声明两个变量来记录操作开始前的值和期望的结果值。
do
{
startVal = currentVal; //将currentVal中的值保存到startVal中，此时记录的是target在操作开始前的最初值。
desiredVal = Math.Max(startVal, value); //通过startVal进行复杂的计算，返回一个期望的结果，在这里仅仅是返回两者的最大值。
//线程可能在这里被抢占,target的值可能被改变
//如果target的值被改变了，那么target和startVal的值就不想等，所以就不应该用desiredVal替换target.
//如果target的值没有被改变，那么target和startVal的值就像等，使用desiredVal替换target.
//不管替换或者不替换，CompareExchange的返回值始终是target的值，所以currentVal的值现在是target的最新值。
//CompareExchange:将target和startVal的值比较，相等则用desiredVal替换，否则不操作，
//不管替换还是不替换返回的都是原来保存在target的值。
currentVal = Interlocked.CompareExchange(ref target, desiredVal, startVal);
} while (startVal != currentVal); //当target的起始值和最新值不相等的时候，说明target被修改了，所以继续下次判断，否则退出循环。
return desiredVal;
}
这段代码的核心就是：currentVal = Interlocked.CompareExchange(ref target, desiredVal, startVal);
// 将target的值和startVal的值比较，相等则用desiredVal替换target，否则不操作，
//不管替换还是不替换返回的都是原来保存在target的值。
在这里，计算可能会比较复杂，而不像上面的Math.Max一样，所以可以使用委托调用的方式进行封装。
delegate int Morpher(int startValue, TArgument argument,
out TResult morphResult);
static TResult Morph(ref int target, TArgument argument,
Morpher morpher)
{
TResult morphResult;
int currentVal = target, startVal, desiredVal;
do
{
startVal = currentVal;
desiredVal = morpher(startVal, argument, out morphResult);
currentVal = Interlocked.CompareExchange(ref target, desiredVal, startVal);
} while (startVal != currentVal);
return morphResult;
}
基本原理和上面的一致。