C++ 简单的线程分工并不能减少所需的时间

我一直在尝试通过将工作分解为任务/线程来提高项目的计算时间，但效果不是很好。所以我决定做一个简单的测试项目，看看我是否能在一个非常简单的情况下让它工作，这也不是我所期望的工作

我试图做的是：

• 在一个线程中执行一个任务X次-检查所花费的时间
• 在Y个线程中执行任务X/Y次-检查所花费的时间

因此，如果一个线程需要T秒来完成10万次“工作”迭代，那么我希望：

• 两个线程每次进行50'000'000次迭代需要~T/2秒
• 3个线程进行33'333'333次迭代，每次需要~T/3秒

以此类推，直到达到某个线程限制（内核数或其他）

因此，我编写了代码，并在我的8核系统（AMD Ryzen）上进行了测试，当时大量的RAM大于16GB，其他什么都不做

• 1线程：约6.5s
• 需要2个线程：~6.7秒
• 需要3个线程：~13.3s
• 需要8个线程：~16.2s

很明显，这里有些不对劲

我将代码移植到Godbolt中，我看到了类似的结果。导丝螺栓只允许3个螺纹，对于1、2或3个螺纹，需要~8秒（大约1秒）才能运行。以下是godbolt的实时代码：

最后，这里是代码供参考：

#包括
#包括
#包括
#包括
#定义randf（）（（双）rand（））/（（双）（rand_MAX））
无效线程功能（uint32线程交互，uint32线程id）
{
//打印线程id/工作负载
std:：cout该函数不能保证线程安全。在您的实现中，它似乎是通过使用锁或互斥锁来实现的，因此如果多个线程试图生成一个随机数轮流执行。由于您的循环主要是调用
rand
，因此多个线程会影响性能

您可以使用
头的功能，让每个线程使用自己的引擎来生成随机数。
该函数不保证线程安全。在您的实现中，它似乎是通过使用锁或互斥锁来实现的，因此如果多个线程试图轮流生成随机数oop主要只是调用
rand
，多线程会影响性能

您可以使用
标题的功能，让每个线程使用自己的引擎生成随机数。
不要介意
rand（）
是否线程安全。如果统计学家告诉您“随机数”你得到的数字在某种程度上有缺陷，但它不能解释时间

解释计时的原因是，只有一个随机状态对象，它在内存中的某个位置，并且所有线程都在相互竞争以访问它

无论系统有多少个CPU，一次只能有一个线程访问主内存中的同一位置

如果每个线程都有自己独立的随机状态对象，则情况会有所不同。然后，从任何给定CPU到自己私有随机状态的大多数访问都只需到达CPU的本地缓存，并且它们不会与其他线程（在其他CPU上运行，每个线程都有自己的本地缓存）的操作发生冲突。
不要介意
rand（）
是否线程安全。如果统计学家告诉您，您得到的“随机”数字在某些方面存在缺陷，这可能就是原因，但它不能解释时间

解释计时的原因是，只有一个随机状态对象，它在内存中的某个位置，并且所有线程都在相互竞争以访问它

无论系统有多少个CPU，一次只能有一个线程访问主内存中的同一位置

如果每个线程都有自己独立的随机状态对象，则情况会有所不同。然后，从任何给定CPU到自己私有随机状态的大多数访问都只需到达CPU的本地缓存，并且它们不会与其他线程（在其他CPU上运行，每个线程都有自己的本地缓存）的操作发生冲突。
 <代码> RAND 不是线程安全的。如果我必须猜测，你的<代码> RAND 可以用某种形式的独占锁来实现。让我想起一个老问题，线程越慢，它就越慢。虽然它与你的情况无关。@代码包考虑为每个线程创建一个唯一的生成器。参见现代随机麻木er生成功能。这些功能应在
rand（）上使用
@code\u fodder请注意，您的代码除了计时之外没有任何可见的行为。您在循环中所做的实际工作没有明显的影响。因此，更智能的编译器可能能够以您意想不到的方式优化您的基准测试，直到并包括消除模拟的工作循环。
rand
不是线程安全的。如果我不得不猜测，您可以R>代码> RAND 可以用某种形式的独占锁实现。让我想起一个老问题，线程越慢，它就越慢。虽然它与你的情况无关。@代码包考虑为每个线程创建一个唯一的生成器。参见现代随机数生成特征。这些应该用于<代码> RAND（）。

@code\u fodder请注意，您的代码除了计时之外没有任何可见的行为。您在循环中所做的实际工作没有明显的影响。因此，更智能的编译器可能能够以您意想不到的方式优化您的基准测试，包括消除模拟的工作循环。因此，这解决了我这里的问题-我想我可能已经做到了在我的真实项目中类似的东西-即我使用了很多数学函数，我想我需要检查每一个函数的线程安全互斥锁：o（或者只是分析它）@code\u fodder这会令人震惊