C++ 并行化小阵列比并行化大阵列慢？

我编写了一个小程序，为两个数组生成随机值，在for循环中，将所述数组的值添加到一个新数组中

然而，当我使用一个小数组（20个元素）时，并行版本比串行版本花费的时间要长得多，而当我使用大数组（20万个元素）时，所花费的时间大致相同（虽然并行总是稍微慢一点）

为什么会这样？ 我能想到的唯一原因是，对于大型阵列，CPU将其放在L3缓存中，并在所有内核之间共享它，而对于小型阵列，它必须在较低的缓存级别周围复制它？还是我弄错了

代码如下：

#包括
#包括
#包括
#包括
#包括
int main（）
{
整数规模=2000000；
标准：：数组num1（大小）、num2（大小）、结果（大小）；
std:：srand（std:：time（nullptr））；
std:：chrono:：时间点开始、停止；
标准时间：微秒持续时间；
对于（int i=0；istd：：cout关于
srand
，您可能需要观察。影响这一点的因素：启动一个线程有很多开销，因此
size
的小值将在一个线程上运行得更快；您的循环性能受内存限制，超过两个线程不太可能提高；
size
的小值可能导致多个线程在写入同一缓存线的8个线程中。顺便说一句，不能保证线程将在不同的内核上运行。最糟糕的情况是，它们被安排在同一个内核上。优化并不总是提高代码的速度。这就是为什么必须手动启用它们。这可能是问题的一部分。另外，需要注意的是，使用simd也是我们的选择因为你的代码可以很容易地矢量化，所以这里是不完整的。不管你有什么问题，你都会看到一些加速。
Parallel for loop executed in: 2450 microseconds
Serial for loop executed in: 2726 microseconds

Parallel for loop executed in: 4727 microseconds
Serial for loop executed in: 0 microseconds