C++ OpenMp中的应用程序速度低于串行代码c++；

我正在努力完成OpenMp任务

unsigned long index;
for (unsigned int par1 = 0; par1 < limit; par1++) {
    for (unsigned int par2 = 0; par2 < par1; par2++) {
        index = getDistance(par1, par2) / param;
        if (index < size) {
            hist[index]++;
        }
    }
}

我必须优化一些方法的计算-其中包括直方图

我花了3天时间，尝试了大约50种不同的方法，但仍然
我的代码比串行执行慢

有人能告诉我我做错了什么吗？
你有什么线索可以解决这个问题吗？

以下是需要优化的代码：
（par1通常小于10000，下面发布的代码放在某个方法中，在测试过程中调用大约100次）


无符号长索引；
for（无符号整数par1=0；par1



问题是每次迭代需要进行的计算量是可变的
-迭代计数器增长时，运算量急剧增长

我知道减价可能是最好的办法，但我不知道怎么做
将其应用于此数组

这是我的一次尝试，但它比串行执行慢（我将两个循环合并为一个）：


signed long max=elements*elements；
int par1=0；
int par2=0；
无符号长索引；
#pragma omp并行用于firstprivate（par1、par2、索引、最大值、大小）共享（直方图）
用于（无符号长x=0；xpar2）
{
索引=getDistance（par1，par2）/param；
如果（索引<大小）
{
#布拉格omp原子
直方图[指数]+；
}
}
}

欢迎使用StackOverflow可能重复。请阅读。不幸的是，由于种种原因，这是一个糟糕的问题。要找到我指出的那个复制品真的很容易。你应该提供一个更具体的标题。如果关注的是特定的性能问题，请提供一个、您的特定性能观察/异常和详细的系统规范。
直方图[index]++
是序列化的，所有线程都将努力读取和写入该位置。这将您的收益限制在
索引>=size
的频率上，这很可能被并行化开销消耗掉。复制（通过@Zulan链接）有一个可行的解决方案。


  signed long max = elements * elements;
  int par1 = 0;
  int par2 = 0;
  unsigned long index;

  #pragma omp parallel for firstprivate(par1, par2, index, max, size) shared(histogram)
  for (unsigned long x = 0; x < max; x++) 
  {
        par1 = x / elements;
        par2 = x % elements;
        if(par1 > par2)
        {
          index = getDistance(par1, par2) / param;
          if (index < size) 
          {
              #pragma omp atomic
              histogram[index]++;   
          }
        }
  }