添加线程时速度明显减慢 我一直在为C++中的游戏专卖做模型。我的模型工作正常，速度也相当快，但是我的顾问希望我添加多线程来加速它

我的系统是Linux和GCC4.8.2；我有一个8核+16GB内存的AMD FX 8350。我还注意到，在我的MacBook上，Clang 6和Core i5的两个内核+HT的性能相当

适用的功能是：

int playSet(const int* basePlayer, int numberOfGames)
{
    int num1won = 0;

    #pragma omp parallel for
    for (int i = 0; i < numberOfGames; i++)
    {
        Player player1(basePlayer);

        Player* opponent = generateRandomPlayer(2);

        // Let's play!
        std::vector<Player*> players = {&player1, opponent};

        Game currentGame(players, NUMBER_OF_TURNS);

        int winner = currentGame.play().winner;

        if (1 == winner)
        {
            num1won++;
        }

        delete opponent;
}

int游戏集（const int*basePlayer，int numberOfGames）
{
int num1won=0；
#pragma-omp并行
for（int i=0；i

basePlayer

是一个包含播放器参数的数组

我第一次尝试使用C++11中的

std:：async

和

std:：futures

（使用

std:：launch:：async

）。主要是创建一个

std:：future

s的向量，并使用

futures添加到其中。推回（std:：async（&playSet，basePlayer，numberOfGames/procs））；

在不启用线程的情况下运行100000个游戏（即那些被注释掉的行，只调用函数）需要208.76秒（根据时间），208.32s用户和0.19s是系统时间。用8个线程运行相同数量的游戏会给我208.53s、207.73s用户和0.42s系统时间。这完全不是我的顾问期望的（或我希望的）加速

然后我听说了OpenMP，并决定试一试。我将C++11线程的东西注释掉，并在函数中添加了

#pragma omp parallel for

语句

我再次运行了100000个这样的游戏，用了642.63秒的真实时间、714.18秒的用户时间和3228.62秒的系统时间（启用OpenMP）

我已经运行了Valgrind/Helgrind，我已经尽我所能对它进行了调试，一切都正常了。假设实际游戏需要这么多时间[分配内存/刷新缓存/其他解释]是否合理？有什么我可以尝试而不必要求任何人浏览几千行游戏代码的方法吗？我知道这是一个广泛的问题，但我在这方面已经花了几个月的时间，没有任何运气了

如果您需要更多信息来帮助，请告诉我

play

基本上是游戏的主要方法。我相信它是CPU受限的

我没有指定

OMP\u NUM\u THREADS

，所以我假设默认值为8。我手动将其设置为8，时间相同

-据我所知，没有那么多内存使用

---

就设置时间与玩

play

所花费的时间而言，所有玩过的游戏的设置时间总计为0.178161秒，玩

play

所花费的时间为87.0686秒。我们需要知道代码实际在做什么。玩

play

做什么？它是纯CPU限制的吗？它是否操纵任何共享结构？OMP_NUM_线程的价值是什么更新了我的帖子。@DavidSchwartz

play

做了很多事情，但它应该是CPU限制的。@Kam默认值为8。我想尝试的一件事是创建一个完全受CPU限制的

play

，以确定问题的位置。我建议您添加一个多线程标签