Parallel processing 为什么基于人造丝的并行处理比串行处理花费更多的时间？

通过学习，我想比较斐波那契级数的并行计算和串行计算的性能。这是我的密码：

use rayon;
use std::time::Instant;

fn main() {
    let nth = 30;
    let now = Instant::now();
    let fib = fibonacci_serial(nth);
    println!(
        "[s] The {}th number in the fibonacci sequence is {}, elapsed: {}",
        nth,
        fib,
        now.elapsed().as_micros()
    );

    let now = Instant::now();
    let fib = fibonacci_parallel(nth);
    println!(
        "[p] The {}th number in the fibonacci sequence is {}, elapsed: {}",
        nth,
        fib,
        now.elapsed().as_micros()
    );
}

fn fibonacci_parallel(n: u64) -> u64 {
    if n <= 1 {
        return n;
    }

    let (a, b) = rayon::join(|| fibonacci_parallel(n - 2), || fibonacci_parallel(n - 1));
    a + b
}

fn fibonacci_serial(n: u64) -> u64 {
    if n <= 1 {
        return n;
    }

    fibonacci_serial(n - 2) + fibonacci_serial(n - 1)
}

---

我的串行/并行计算实现可能有缺陷。但是如果没有，为什么我会看到这些结果呢？

我认为真正的原因是，你创建的

n²

线程不好。在每次调用

fibonacci\u parallel

时，您都会为人造丝创建另一对线程，因为您在闭包中再次调用

fibonacci\u parallel

，所以您会创建另一对线程。
这对OS/人造丝来说是非常糟糕的

解决此问题的方法可以是：

fn fibonacci_parallel（n:u64）->u64{ fn内部（n:u64）->u64{ 如果n货物运行——释放20 在0.02秒内完成发布[优化]目标 运行'target/release/foo 20` [s] 斐波那契数列中的第10个数字是6765，经过时间：82 [p] 斐波那契数列中的第10个数字是6765，经过时间：241

---

如果要进行速度比较，请始终使用

--release

或操场左上角的按钮release（调试下）！这些是内部任务，不是真正的线程，但这里的结果基本相同。并行化开销比收益高。@chpio感谢您的详细说明。请随意回答我的答案，我很乐意接受。@chpio:的确，这是一个开销问题。创建的每个任务都需要计划，发送到线程，等等。我一般来说，并行化只值得粗粒度并行化。

# `s` stands for serial calculation and `p` for parallel
[s] The 30th number in the fibonacci sequence is 832040, elapsed: 12127
[p] The 30th number in the fibonacci sequence is 832040, elapsed: 990379