C++ 在内部循环中使用OpenMP时性能不佳

我有下面的代码，它基本上是下三角矩阵的正向替换

for (int i = 0; i < matrix.get_rowptr()->size() - 1; ++i)
{
    double sum = 0.0;
#pragma omp parallel for reduction(+:sum)
    for (int j = matrix.get_rowptr()->operator[](i); j < matrix.get_diagonal_index()->operator[](i); ++j)
    {
        sum += matrix.get_value()->operator[](j) * result[matrix.get_columnindex()->operator[](j)];
    }
    result[i] = sum;
    result[i] = vector1[i] - result[i];
}

for（int i=0；isize（）-1；++i）
{
双和=0.0；
#pragma omp并行化简（+：求和）
对于（int j=matrix.get_rowptr（）->运算符[]（i）；j运算符[]（i）；++j）
{
sum+=矩阵。get_value（）->运算符[]（j）*结果[矩阵。get_columnindex（）->运算符[]（j）]；
}
结果[i]=总和；
结果[i]=vector1[i]-result[i]；
}

第一个循环遍历行，第二个循环遍历列。内部循环中的平均操作数为minium 100。 我尝试使用OpenMP通过简单地添加

#pragma omp parallel for

但是墙的时间增加了。有没有一种方法可以很好地并行化这种代码和平

提前谢谢。

---

致以最诚挚的问候。

如评论中所述，性能不佳是由于内部循环中调用了小的并行区域。当重新编写代码以对外部循环使用并行化时，性能会随着线程数的增加而提高。

对不起。我已经添加了代码行。更多细节：循环做了多少工作？你是如何计算死刑执行时间的？你有什么硬件资源？外循环大约执行50000次，内循环每个外循环至少执行100次。在调用调用循环的函数之前和之后，我使用高分辨率时钟测量了时间。硬件是Intel Xeon E5-2640。通常情况下，您会希望它反过来，您不希望多次调用并行区域，并且希望它们尽可能长，100是一个很小的数字，如果只使用一个线程，可能会更快，因为并行化的开销可能比简单地让一个线程来做要花费更多的时间。另一方面，如何定义

get_rowptr

和

get_columnindex

呢？好的，我理解。我会设法找到另一种方法。函数get_rowptr和get_columnindex返回std向量上的指针。