C++ 并行化QuickHull：OpenMP提供较小的加速比，而TBB提供负加速比

当涉及到使用OpenMP和TBB的共享内存编程时，我是一个初学者

我正在实现QuickHull算法（）的并行版本，以查找一组数据点的凸包。（）

基本上可以并行完成以下任务：

找到最左边和最右边的点（P和Q）

根据这两个点（P和Q）的线连接拆分整个数据集

对于这两个集合中的每一个，获取距离上次拆分发生的线（PQ）最远的点

根据最远点（C）将数据分为两组：一组包含线PC右侧的所有元素，另一组包含线QC右侧的所有元素

注意，第3部分和第4部分是递归完成的，直到每个子集都为空

首先，我已经使用OpenMP完成了这项工作，主要是使用

#pragma omp parallel for…

。但我个人认为我做错了什么，因为加速从未超过2倍。其次，为了比较加速比，我还使用Intel TBB进行了一个实现，这导致了负加速比（即使对于大型数据集）。使用TBB，我同时使用了TBB:：parallel_for（）和TBB:：parallel_reduce（）

基本上，我的问题可以分为两部分： 1） OpenMP实现 2） TBB实施

第一部分 正如在下面的基准测试中所看到的，当我的数据集的大小增加时，当使用足够的线程时，速度也会加快

请注意，加速比没有超过2x，我个人认为这对这个算法来说是非常糟糕的，因为很大一部分是可并行的。以下是相关代码：

void ompfindHull（点向量和输入、点*p1、点*p2、点向量和输出）{
//如果集合中没有点…请停止。这是递归的停止条件。：）
if（input.empty（）| | input.size（）==0）返回；
int num_threads=omp_get_max_threads（）；
//获取距离p1-p2段最远的点
点**最远的子节点=新点*[num_线程]；
double**distance_sub=新的double*[num_threads]；
int-thread_-id；
#pragma omp并行专用（线程id）
{
thread_id=omp_get_thread_num（）；
最远的子线程[线程id]=输入[0]；
距离_sub[thread_id]=新双精度（0）；
#pragma omp for
对于（int index=1；indexx-a->x）*（a->y-c->y））-（（b->y-a->y）*（a->x-c->x））；
距离=距离>=0？距离：-距离；
双cur_distance=*distance_sub[thread_id]；
if（电流距离<距离）{
最远的子线程[线程id]=输入[索引]；
距离_sub[螺纹_id]=新的双圈（距离）；
}
}
}
点*farthestPoint=最远的子单元[0]；
int距离=*距离_sub[0]；
对于（int index=1；indexx>maxXPoints[thread\u id]->x）{
Point* farthestPoint;
//int distance = *distance_sub[0];  //is this a bug shouldn't distance be a double?
double distance = 0
#pragma omp parallel private
{
    Point farthest_sub = input[0];
    double distance_sub = 0;
     #pragma omp for nowait
     for (int index = 1; index < input.size(); index++){
     // for loop code
     }
     #pragma omp critical 
     {        
         if (distance < distance_sub){
            farthestPoint = farthest_sub;
         }
     }
     #pragma omp barrier 
     //next part of code 
}