C++ 并发性：：并行排序开销和性能影响（经验法则）？

最近，我偶然发现了一个非常大的性能改进——我说的是4倍的改进——一行代码的更改。我刚刚将std:：sort调用更改为concurrency\u parallel sort

// Get a contiguous vector copy of the pixels from the image.

std::vector<float> vals = image.copyPixels();

// New, fast way.  Takes 7 seconds on a test image.

concurrency::parallel_buffered_sort(vals.begin(), vals.end());

// Old, slow way -- takes 30 seconds on a test image
// std::sort(vals.begin(), vals.end());

//从图像中获取像素的连续向量副本。
std:：vector vals=image.copyPixels（）；
//新的，快速的方式。在测试图像上花费7秒。
并发：：并行缓冲排序（vals.begin（），vals.end（））；
//旧的、缓慢的方式——在测试图像上花费30秒
//排序（vals.begin（），vals.end（））；

这是一张大图像，我的处理时间从30秒减少到了7秒。但是，有些情况下会涉及小图像。我不知道我是否可以或者应该盲目地这样做

我想明智地使用parallel_sort、parallel_for等，但我想知道在它成为帮助而不是阻碍之前需要跨越什么阈值（根据要排序/迭代的元素数量）

我最终会进行一些冗长的性能测试，但目前我没有太多时间去做。我想让它在大多数情况下工作得更好，并且在任何时候都不会影响性能（或者至少很少）

---

在这方面有经验的人能给我一个合理的经验法则，在“大多数”情况下对我有所帮助吗？有吗？

我是这样想的，windows线程调度时间在工作站上约为20-60毫秒，在服务器上约为120毫秒，因此在这段时间内可以完成的任何事情都不需要并发性

所以，我猜最多1k-10k您对std:：sort很在行启动多个线程的延迟将是一种过度杀伤力，但从10k开始，使用并行排序或p缓冲排序（如果您负担得起的话）有一个明显的优势，并且并行基数排序可能适用于非常大的值

---

注意事项适用：o）

对随机迭代器的要求以及使用

const size\u t\u Chunk\u size=2048

参数存在重载，这些参数控制序列化阈值，这意味着库作者意识到了这一问题。因此，可能仅仅使用

concurrency:：parallel.

*作为

std:：

*的插入式替换就可以了。

我不知道

并发

名称空间，但是任何合理的并行算法实现都会适当地适应输入的大小。您不必担心底层线程实现的细节。就这么做吧。

顺便说一句，这会损害记忆。在这种情况下，这不是问题，但感谢你，这似乎被否决了，想知道为什么吗？不确定。不是我干的。我感谢你的努力。