改进多线程的一般提示（在C+；+；） 我已经建立了一个C++代码，没有想到以后我需要多线程。我现在已经使用openMP对3个主要for循环进行了多线程处理。以下是性能比较（通过bash的时间测量）

单线

real    5m50.008s
user    5m49.072s
sys     0m0.877s

多线程（24线程）

24核的使用将实时性降低了4.24倍。当然，我没想到代码会快24倍。我真的不知道该期待什么

-是否有一条经验法则允许我们预测使用

n

线程运行的给定代码与单个线程相比要快多少？

---

-有没有提高多线程进程性能的一般技巧？

我相信您知道障碍的代价等显而易见的问题。但很难在琐碎的东西和对某人有帮助的东西之间划清界限。以下是从使用中学到的一些经验教训，如果我想得更多，我将补充它们：

>p>总是尽量使用线程私有变量，即使减少，只提供少量的集体结果。
• 首选长代码段和长并行段的并行运行（

  #pragma omp parallel…#pragma omp for

  ），而不是单独并行循环（

  #pragma omp parallel for

  ）

• 不要将短循环并行化。在二维迭代中，它通常足以并行化外部循环。如果您使用

  collapse

  将整个过程并行化，请注意OpenMP将线性化，引入融合变量并单独访问索引会产生开销

• 使用线程私有堆。尽可能避免共享池和集合，即使集合的不同成员将由不同的线程独立访问

• 分析您的代码，并查看在繁忙等待上花费了多少时间，以及可能发生的情况

• 了解使用不同计划策略的后果。试试更好的，不要妄想

• 如果使用关键部分，请命名它们。所有未命名的CSs都必须互相等待

• 如果您的代码使用随机数，请使其可复制：定义线程本地RNG，以可控的方式为所有内容设置种子，对减少设置顺序。确定基准，而不是统计基准

• 浏览有关堆栈溢出的类似问题，例如精彩答案

---

我相信你知道显而易见的障碍成本。但很难在琐碎的东西和对某人有帮助的东西之间划清界限。以下是从使用中学到的一些经验教训，如果我想得更多，我将补充它们：

>p>总是尽量使用线程私有变量，即使减少，只提供少量的集体结果。
• 首选长代码段和长并行段的并行运行（

  #pragma omp parallel…#pragma omp for

  ），而不是单独并行循环（

  #pragma omp parallel for

  ）

• 不要将短循环并行化。在二维迭代中，它通常足以并行化外部循环。如果您使用

  collapse

  将整个过程并行化，请注意OpenMP将线性化，引入融合变量并单独访问索引会产生开销

• 使用线程私有堆。尽可能避免共享池和集合，即使集合的不同成员将由不同的线程独立访问

• 分析您的代码，并查看在繁忙等待上花费了多少时间，以及可能发生的情况

• 了解使用不同计划策略的后果。试试更好的，不要妄想

• 如果使用关键部分，请命名它们。所有未命名的CSs都必须互相等待

• 如果您的代码使用随机数，请使其可复制：定义线程本地RNG，以可控的方式为所有内容设置种子，对减少设置顺序。确定基准，而不是统计基准

• 浏览有关堆栈溢出的类似问题，例如精彩答案

---

u是否有一台具有24核的机器？@pm100是（24个逻辑核）。我不拥有它，它属于我的实验室。你有一台24核的机器吗？@pm100是的（24个逻辑核）。它不是我的，它属于我的实验室。

real    1m22.572s
user    28m28.206s
sys     0m4.170s