并行stl未加速的原因包括任務太小、數(shù)據(jù)競爭、內(nèi)存訪問模式不佳、編譯器優(yōu)化不足。1. 任務太小時，線程創(chuàng)建和同步開銷超過收益；2. 數(shù)據(jù)競爭會導致結果錯誤或程序崩潰；3. 離散內(nèi)存訪問增加緩存未命中；4. 編譯器未優(yōu)化并行代碼。解決方案依次為：增加任務復雜度、使用同步機制、優(yōu)化內(nèi)存布局、選擇合適執(zhí)行策略。選擇并行算法時應考慮數(shù)據(jù)獨立性、計算復雜度與內(nèi)存訪問模式。調(diào)試技巧包括使用調(diào)試器、添加日志、采用線程安全結構、靜態(tài)分析工具及簡化問題。示例展示了如何用并行for_each對vector元素平方。
c++中使用并行算法，簡單來說，就是利用多核CPU的優(yōu)勢，讓你的程序跑得更快。STL（Standard Template Library）提供了并行版本，讓我們能更方便地實現(xiàn)這一點。
并行STL的核心在于，它允許你以并行的方式執(zhí)行STL算法，比如for_each、transform、sort等。這意味著，如果你的數(shù)據(jù)量足夠大，并且你的CPU核心數(shù)足夠多，你就可以顯著地減少程序的運行時間。
為什么我的并行for_each沒有加速？
這可能是最常見的問題了。很多人興沖沖地把std::for_each換成了std::execution::par_unseq策略的并行版本，結果發(fā)現(xiàn)速度幾乎沒有提升，甚至還變慢了。
立即學習“C++免費學習筆記（深入）”；
這里有幾個可能的原因：
-
任務太小： 并行化本身是有開銷的，比如線程的創(chuàng)建、同步等。如果你的for_each循環(huán)體內(nèi)的操作非常簡單，那么這些開銷可能會超過并行帶來的收益。想象一下，你只是簡單地對每個元素加1，那么并行化可能反而會更慢，因為線程切換的成本更高。
-
數(shù)據(jù)競爭： 并行算法對數(shù)據(jù)的訪問必須是線程安全的。如果你在循環(huán)體內(nèi)修改了共享變量，而沒有進行適當?shù)耐剑敲淳蜁霈F(xiàn)數(shù)據(jù)競爭，導致程序崩潰或者結果不正確。更糟糕的是，有時候數(shù)據(jù)競爭并不明顯，程序看起來運行正常，但結果卻時不時地出錯。
-
內(nèi)存訪問模式： 并行算法的效率很大程度上取決于內(nèi)存訪問模式。如果你的數(shù)據(jù)在內(nèi)存中是離散分布的，那么多個線程同時訪問這些數(shù)據(jù)可能會導致大量的緩存未命中，從而降低性能。
-
編譯器優(yōu)化： 有些編譯器可能沒有很好地優(yōu)化并行STL。你可以嘗試使用不同的編譯器，或者調(diào)整編譯選項，看看是否能提高性能。
解決方案：
- 增加任務量： 確保你的循環(huán)體內(nèi)的操作足夠復雜，能夠抵消并行化的開銷。
- 避免數(shù)據(jù)競爭： 使用互斥鎖、原子操作等同步機制來保護共享變量。
- 優(yōu)化內(nèi)存訪問： 盡量讓數(shù)據(jù)在內(nèi)存中連續(xù)分布，減少緩存未命中。
- 選擇合適的執(zhí)行策略： STL提供了多種執(zhí)行策略，比如std::execution::par、std::execution::par_unseq等。你可以根據(jù)你的具體情況選擇合適的策略。par策略保證了算法的執(zhí)行順序與串行版本相同，而par_unseq策略則允許算法以任意順序執(zhí)行，通常性能更高，但需要確保你的算法是順序無關的。
如何選擇合適的并行算法？
STL提供了多種并行算法，每種算法都有其適用的場景。選擇合適的算法可以顯著提高程序的性能。
- for_each： 適用于對每個元素執(zhí)行獨立操作的場景，比如圖像處理、數(shù)據(jù)轉(zhuǎn)換等。
- transform： 類似于for_each，但可以將結果寫入到另一個容器中。
- reduce： 適用于將一個序列歸約為單個值的場景，比如求和、求平均值等。
- sort： 適用于對序列進行排序的場景。并行排序算法通常比串行排序算法更快，但需要更多的內(nèi)存。
選擇算法時，需要考慮以下因素：
- 數(shù)據(jù)依賴性： 算法是否需要訪問相鄰的元素？如果需要，那么并行化的難度會增加。
- 計算復雜度： 算法的計算復雜度越高，并行化帶來的收益就越大。
- 內(nèi)存訪問模式： 算法的內(nèi)存訪問模式是否有利于并行化？
一般來說，如果算法的操作是獨立的，計算復雜度高，并且內(nèi)存訪問模式良好，那么就適合使用并行算法。
并行STL的調(diào)試技巧
并行程序的調(diào)試比串行程序更加困難，因為涉及到多個線程的交互。以下是一些調(diào)試并行STL的技巧：
-
使用調(diào)試器： 使用調(diào)試器可以幫助你跟蹤程序的執(zhí)行過程，查看變量的值，以及定位錯誤。visual studio、GDB等調(diào)試器都支持多線程調(diào)試。
-
添加日志： 在關鍵的代碼段添加日志輸出，可以幫助你了解程序的執(zhí)行流程，以及發(fā)現(xiàn)潛在的問題。但要注意，添加日志可能會影響程序的性能，因此應該謹慎使用。
-
使用線程安全的數(shù)據(jù)結構： 使用線程安全的數(shù)據(jù)結構可以避免數(shù)據(jù)競爭。STL提供了一些線程安全的數(shù)據(jù)結構，比如std::atomic。
-
使用靜態(tài)分析工具： 靜態(tài)分析工具可以幫助你發(fā)現(xiàn)代碼中的潛在問題，比如數(shù)據(jù)競爭、死鎖等。
-
簡化問題： 如果你遇到了一個難以調(diào)試的并行程序，可以嘗試簡化問題，比如減少數(shù)據(jù)量，或者減少線程數(shù)。
一個簡單的例子，使用并行for_each對一個vector中的每個元素平方：
#include <iostream> #include <vector> #include <algorithm> #include <execution> int main() { std::vector<int> data = {1, 2, 3, 4, 5, 6, 7, 8, 9, 10}; std::for_each(std::execution::par_unseq, data.begin(), data.end(), [](int &x){ x = x * x; }); for (int x : data) { std::cout << x << " "; } std::cout << std::endl; return 0; }
這個例子很簡單，但它展示了如何使用并行for_each。記住，在實際應用中，你需要根據(jù)你的具體情況選擇合適的算法和執(zhí)行策略，并且要注意線程安全。
