C++ 非常基本的循环使用TBB

我是一个非常新的程序员，我有一些来自英特尔的例子麻烦。我想如果我能看到最基本的循环是如何在tbb中实现的，那会很有帮助

for (n=0 ; n < songinfo.frames; ++n) {  

         sli[n]=songin[n*2];
         sri[n]=songin[n*2+1];

}

（n=0；n

---

这里有一个循环，我用它来解交织音频数据。这个循环会从tbb中受益吗？您将如何实现它？

首先，对于以下代码，我假设您的

数组

属于

mytype*

类型，否则代码需要一些修改。此外，我假设您的范围没有重叠，否则并行化调度将无法正常工作（至少不需要更多的工作）

既然您在tbb中要求：

首先，您需要在某个地方初始化库（通常在

main

中）。对于代码，假设我在某处放置了一个

使用名称空间tbb

int main(int argc, char *argv[]){
   task_scheduler_init init;
   ...
}

然后需要一个函子来捕获数组并执行forloop的主体：

struct apply_func {
    const mytype* songin; //whatever type you are operating on
    mytype* sli;
    mytype* sri;
    apply_func(const mytype* sin, mytype* sl, mytype* sr):songin(sin), sli(sl), sri(sr)
    {}
    void operator()(const blocked_range<size_t>& range) {
      for(size_t n = range.begin(); n !=range.end(); ++n){
        sli[n]=songin[n*2];
        sri[n]=songin[n*2+1];
      }
    }
}

这样就可以了（如果我没记错的话，我已经有一段时间没看tbb了，所以可能会有一些小错误）。 如果使用c++11，可以通过使用

lambda

简化代码：

size_t grainsize = 1000; //or whatever you decide on (testing required for best performance);
parallel_for(blocked_range<size_t>(0, songinfo.frames, grainsize), 
             [&](const blocked_range<size_t>&){
                for(size_t n = range.begin(); n !=range.end(); ++n){
                  sli[n]=songin[n*2];
                  sri[n]=songin[n*2+1];
                }
             });

然后，您必须告诉编译器编译并链接openmp（

-fopenmp

用于gcc，

/openmp

用于visual c++）。正如您所看到的，它比tbb更易于使用（对于这种简单的用例，更复杂的场景是另一回事），并且具有在不支持openmp或tbb的平台上工作的额外好处（因为未知的

#pragmas

被编译器忽略）。就我个人而言，我在一些项目中使用openmp支持tbb，因为我无法使用它的开源许可证，而购买tbb对于这些项目来说有点过于苛刻

现在我们有了如何并行化循环的方法，让我们来看看这个问题是否值得。这是一个很难回答的问题，因为它完全取决于你处理了多少元素，以及你的程序运行在什么样的平台上。您的问题是带宽非常大，因此我不会指望性能有多大的提高

• 如果只处理

  1000

  元素，由于开销，并行版本的循环很可能比单线程版本慢
• 如果您的数据不在缓存中（因为它不适合），并且您的系统非常缺乏带宽，那么您可能看不到多少好处（尽管您可能会看到一些好处，但如果它的顺序是

  1.X

  ，即使您使用了大量处理器，也不会得到支持）
• 如果您的系统是ccNUMA（可能适用于多socket系统），则由于额外的传输成本，无论元素的数量如何，您的性能都可能会降低
• 编译器可能会错过有关指针别名的优化（因为循环体已移动到不同的dunction）。使用

  \uu restrict

  （对于gcc，对于vs没有任何线索）可能有助于解决该问题

---

就个人而言，我认为最有可能看到显著性能提高的情况是，如果您的系统有一个多核cpu，那么数据集可以放入三级缓存（而不是单独的二级缓存）。对于更大的数据集，您的性能可能会提高，但不会提高很多（正确使用预取可能会获得类似的收益）。当然，这是纯粹的规范化。

单词“非常新的程序员”和“线程化”不应该出现在同一句话中。如果你是一个“非常新的程序员”，线程不是你需要关心的事情。现在，您只需要了解

if

和

for

语句是如何工作的。函数如何工作以及一些基本的内存管理。如何创建和管理对象。虽然TBB确实让线程变得更简单，但线程并不是一门入门课程。我是新手，但在过去一个月左右的时间里，我几乎把所有的空闲时间都花在了学习上，我想我已经掌握了很多基础知识。作为一个学习项目，我正在试验声音处理，我的项目已经基本完成，因此我将采取下一步，并尝试添加多线程以加快部分代码的速度。P

size_t grainsize = 1000; //or whatever you decide on (testing required for best performance);
parallel_for(blocked_range<size_t>(0, songinfo.frames, grainsize), 
             [&](const blocked_range<size_t>&){
                for(size_t n = range.begin(); n !=range.end(); ++n){
                  sli[n]=songin[n*2];
                  sri[n]=songin[n*2+1];
                }
             });

#pragma omp prallel for
for(size_t n = 0; n < songinfo.frames; ++n) {
  sli[n]=songin[n*2];
  sri[n]=songin[n*2+1];
}