Question

下面是一个小程序，用于并行化1 /（n ^ 2）系列的近似值。请注意全局参数NUM_THREADS。

我的问题是，将线程数从1增加到4（我的计算机拥有的处理器数量是4）不会显着影响计时实验的结果。你认为ThreadFunction存在逻辑缺陷吗？是否存在错误共享或错位的阻塞，最终序列化执行？

#include <iostream>
#include <thread>
#include <vector>
#include <mutex>
#include <string>
#include <future>
#include <chrono>

std::mutex sum_mutex;           // This mutex is for the sum vector
std::vector<double> sum_vec;    // This is the sum vector
int NUM_THREADS = 1;
int UPPER_BD = 1000000;

/* Thread function */
void ThreadFunction(std::vector<double> &l, int beg, int end, int thread_num)
{
    double sum = 0;
    for(int i = beg; i < end; i++) sum += (1 / ( l[i] * l[i]) );
    std::unique_lock<std::mutex> lock1 (sum_mutex, std::defer_lock);
    lock1.lock();
    sum_vec.push_back(sum);
    lock1.unlock();
}

void ListFill(std::vector<double> &l, int z)
{
    for(int i = 0; i < z; ++i) l.push_back(i);
}

int main() 
{
    std::vector<double> l;
    std::vector<std::thread> thread_vec;

    ListFill(l, UPPER_BD);
    int len = l.size();

    int lower_bd = 1;
    int increment = (UPPER_BD - lower_bd) / NUM_THREADS;
    for (int j = 0; j < NUM_THREADS; ++j)
    {
        thread_vec.push_back(std::thread(ThreadFunction, std::ref(l), lower_bd, lower_bd + increment, j));
        lower_bd += increment;
    }

    for (auto &t : thread_vec) t.join();
    double big_sum;
    for (double z : sum_vec) big_sum += z;

    std::cout << big_sum << std::endl;

    return 0;
}

Answer 1

从查看代码开始，我怀疑ListFill花费的时间比ThreadFunction长。为什么要将一个值列表传递给线程而不是每个线程应该循环的边界？类似的东西：

void ThreadFunction( int beg, int end ) {
    double sum = 0.0;
    for(double i = beg; i < end; i++) 
         sum += (1.0 / ( i * i) );
    std::unique_lock<std::mutex> lock1 (sum_mutex);
    sum_vec.push_back(sum);
}

要最大化并行性，您需要尽可能多地将工作推送到线程上。见Amdahl's Law

Answer 2

除了dohashi的改进之外，您还可以通过在主线程中预先填充sum_vec来删除对互斥锁的需求：

sum_vec.resize(4);

然后在ThreadFunction：

中直接写到它

sum_vec[thread_num] = sum;

因为每个线程都写入一个不同的元素而不修改向量本身，所以不需要锁定任何东西。

线程无法影响性能

2 个答案: