这是the Wikipedia article on Automatic parallelization
由于编译器或工具的自动并行化非常困难 以下原因[2]：
依赖性分析对于使用间接寻址，指针的代码来说很难 递归和间接函数调用;
循环具有未知的迭代次数;
访问全球资源很难协调 内存分配，I / O和共享变量。
正如您所看到的，第1点的问题主要与编程语言有关。在C / C ++中，您遇到了第1点中提到的所有问题。所以我的问题是，我们是否有一种接近C / C ++但没有这些问题的语言。我知道Fortran填补了这个账单，但它甚至不像C / C ++那样远。
答案 0 :(得分：3)
有几种标准在C和C ++中引入了并行化的语法。 一个例子是Unified Parallel C，另一个例子是openCL，两者的目的各不相同。
最适合您账单的是OpenMP。它扩展了C和C ++语言，因此您可以告诉编译器并行化代码（以及在何处执行）。
函数式编程语言（例如Lisp，Haskell和F＃）本质上是高度可自动并行化的，但与C和C ++等程序和OOP语言有很大不同
答案 1 :(得分：3)
FORTRAN有一些独特的功能（可能最好描述为缺乏功能），可以实现干净，自动的并行化;然而，由于最近对FORTRAN的所有新增内容，目前还不清楚语言的现代等价物是否保持这种区别。
就与C和C ++的比较而言，FORTRAN在逻辑结构方面并不遥远;然而，要做复杂的数据结构，FORTRAN的根源倾向于将结构存储在几个相关的数组中，然后使用特定的字段作为“下一个”索引。这避免了指针，但提供了类似的灵活性。
当我使用该语言时，我已经看到了哈希表，树和其他结构的FORTRAN实现;但是，它肯定不是为了容易代表这样做而编写的，而且我认为这样的代码很难并行化。
答案 2 :(得分：0)