有人可以就如何通过多线程减少以下 for 循环的运行时间提供一些建议吗？假设我还有两个名为“a”和“b”的 vector 。
for (int j = 0; j < 8000; j++){
// Perform an operation and store in the vector 'a'
// Add 'a' to 'b' coefficient wise
}
这个for循环在我的程序中执行了很多次。上面for循环中的两个操作已经优化过了，但是它们只运行在一个核上。但是，我有 16 个内核可用，我想利用它们。
我试过按如下方式修改循环。我没有 vector “a”，而是有 16 个 vector ，并假设第 i 个称为 a[i]。我的 for 循环现在看起来像
for (int j = 0; j < 500; j++){
for (int i = 0; i < 16; i++){
// Perform an operation and store in the vector 'a[i]'
}
for (int i = 0; i < 16; i++){
// Add 'a[i]' to 'b' coefficient wise
}
}
我通过在每个内部循环之前添加“#pragma omp parallel for”在内部的每个 for 循环上使用 OpenMp。我所有的处理器都在使用中，但我的运行时间只显着增加。有没有人对我如何减少这个循环的运行时间有什么建议？先感谢您。
最佳答案
omp 会在您插入 pragma 标记的任何地方为您的程序创建线程，因此它会为内部标记创建线程，但问题是创建了 16 个线程，每个线程执行 1 个操作，然后使用您的方法销毁所有线程。创建和销毁线程会花费大量时间，因此您使用的方法会增加进程的总时间，尽管它使用了所有 16 个内核。您不必创建内部 fors，只需在 8000 循环之前放置 #pragma omp parallel for 标记，由 omp 来分隔踏板之间的值，因此创建第二个循环所做的工作是 omp 的工作.这样 omp 只创建一次线程，然后使用每个线程处理 500 个数字，然后结束所有这些数字(使用更少的 499 个线程创建和销毁)
关于c++ - vector 的平行和，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/6241271/