C++ 使用OpenMP或_gnu_并行进行并行计算不会加快代码的速度

我有这段代码。我正在尝试应用OpenMP，

\uuuu gnu\u parallel:：for_each

，并使其并行，但这些方法都不起作用

我该怎么办？ 这里make是集合的向量，集合中包含的类型是

OctCell*

该算法给出了正确的输出，但没有加快代码的速度。我有4个核

void Oct :: applyFunction3(void (*Function)(OctCell* cell), unsigned int level)
{
    __gnu_parallel::for_each(make.at(level).begin(),make.at(level).end(),Function);
}

功能是

void directionalSweepX(OctCell* cell) {
OctCell* positiveCell,*negativeCell;
     positiveCell = cell->getNeighbour(RIGHT);
   negativeCell = cell->getNeighbour(LEFT);
    addFluxToConserveds(cell, positiveCell, negativeCell, X);
}

addFluxtoConserveds执行以下操作

void addFluxToConserveds(OctCell* cell, OctCell* positiveCell, OctCell* negativeCell, SWEEP_DIRECTION direction) {

    double deltaT = pow(2.0, cell->getLevel() - cell->getParentOct()->lMin)*gDeltaT;
    // You have corrected that delta t is delta (L)
    double alpha = (1 << (int) cell->getParentOct()->lMin) * gDeltaT/gL;// whats the purpose f <<

    double beta = alpha/8.0;
    double gamma;
    double Flux[5] = {0.0, 0.0, 0.0, 0.0, 0.0};

    if ( positiveCell == 0) {
        Flux[direction+1] = getPressure(cell);
    } else if ( positiveCell->isLeaf() ) {
        computeFlux(cell, positiveCell, direction, Flux);
        gamma = (positiveCell->getLevel() == cell->getLevel())  ? alpha : beta;
    }

    for (int i=0; i<5; i++) {
        cell->mConserveds_n[i] -= alpha * Flux[i];
        if (positiveCell) positiveCell->mConserveds_n[i] += gamma * Flux[i];
    }

    Flux[0] = Flux[1] = Flux[2] = Flux[3] = Flux[4] = 0.0;

    if ( negativeCell == 0 ) {
        Flux[direction+1] = getPressure(cell);
    } else if (negativeCell->isLeaf() && negativeCell->getLevel() == cell->getLevel() - 1 ) {
        computeFlux(negativeCell, cell, direction, Flux);
    }

    for (int i=0; i<5; i++) {
        cell->mConserveds_n[i] += alpha * Flux[i];
        if (negativeCell) negativeCell->mConserveds_n[i] -= beta * Flux[i];
   }

}

void addFluxToConserved（八单元*单元，八单元*正单元，八单元*负单元，扫描方向）{
double deltaT=pow（2.0，cell->getLevel（）-cell->getParentOct（）->lMin）*gdelat；
//您已经更正了delta t是delta（L）
double alpha=（1 getParentOct（）->lMin）*gdelat/gL；//isLeaf（）的用途是什么）{
计算通量（电池、正极电池、方向、流量）；
gamma=（阳性细胞->获取水平（）==细胞->获取水平（））？α：β；
}
对于（int i=0；imConserveds_n[i]=alpha*通量[i]；
如果（正电荷）正电荷->mConserveds_n[i]+=伽马*通量[i]；
}
通量[0]=通量[1]=通量[2]=通量[3]=通量[4]=0.0；
如果（negativeCell==0）{
流量[方向+1]=获得压力（单元）；
}else if（negativeCell->isLeaf（）&&negativeCell->getLevel（）==cell->getLevel（）-1）{
计算通量（负电荷、电池、方向、通量）；
}
对于（int i=0；imconservateds_n[i]+=alpha*通量[i]；
if（negativeCell）negativeCell->mConserveds_n[i]=beta*通量[i]；
}
}

使用

#包括

在函数
addFluxtoConserveds
中，您可以在两个for循环中添加一个
#pragma omp for
。这是因为每个迭代不依赖于其他循环来完成。
因为您有一个对第二个for循环非常重要的顺序代码，所以不能在这里使用
部分
或
任务

applyFunction3
的顺序实现是什么

您必须记住OpenMP的一个关键点。在某个体系结构上编译的程序不会针对所有其他体系结构进行优化，即使是在同一系列处理器中（intel core duo vs intel dual core；intel vs amd；等等）。
这意味着它在编译的原始体系结构上运行得很快，而在其他体系结构上运行得很快，这只是运气。
该函数在给定指针的octcell上运行。对，但它做了什么？（它可能不是一个并行性很好的操作。）void directionalSweepX（octcell*cell）{OctCell*positiveCell，*negativeCell；positiveCell=cell->GetNeighbor（右）；negativeCell=cell->GetNeighbor（左）；AddFluxToConserved（cell，positiveCell，negativeCell，X）；}你的向量中有多少个
OctCell
s？如果它很少，那么将任务分配给线程的开销可能会抵消你的并行计算增益。我已经添加了函数。OctCell的数量是200000。但是并行的东西对这两个循环不起作用……它根本没有加速。我现在该怎么办你能给我你的邮件id吗？有5次迭代，其中包含简单的操作。它们的执行速度非常快，这意味着在这种情况下，你应该看看线程开销是否比sequential for更糟。但是除了个人观察之外，你如何衡量算法的速度？（代码是什么）将pragma应用到该部分会使代码变得更慢。再说一遍，
applyFunction3
的目的是什么，以及如何实现
computeflux
？