我宁愿不使用代码，因为它是常见的概念：
假设我们有一个既不太大也不太小的函数的场景，也不能轻易地使用OpenMP for循环优化进行优化。
但是，在代码中几百个不相关的情况下，它是一个在整个项目运行中被调用数百万次的函数。
[内联本身似乎没有做太多（默认情况下在优化的gcc结果上）并且将其变成宏而不是平行的，这将是一个兼容的事业。]
答案 0 :(得分：2)
OpenMP适用于“让事情并行运行” - 一般而言。不仅for循环......嗯，你根本不需要任何循环来充分利用OpenMP并加速你的代码。
唯一重要的是：“我有几个独立的操作，它们一个接一个地运行，而且可以同时运行吗？”。如果是这样，那么您已经找到了使用OpenMP进行优化的简单方法。
答案 1 :(得分：0)
调用该函数时，是否多次调用，特别是在循环中？问题有点模糊 - 也许是（它在几百个不相关的地方中被称为数千次 - >数百万）或者可能没有（它在一百个不相关的地方被称为一次，你打了那些部分代码数千次 - >数百万次。
在第一种情况下，然后是的，并行化`map' - 也就是说，将这个函数独立地应用于一堆案例 - 很容易，而且OpenMP非常好。
在第二种情况下，如果函数被调用了一百万次但每次都被调用一次，那么就没有了。那里有重复执行，但没有暴露的并发;没有必须同时完成的任务列表可以独立完成。如果函数可能使用重复参数调用，那么你可以在那里做的就是使用memoization，这是一个内存/计算时间权衡，而不是并行化技术。
在第二种情况下，可能是您可以重构代码，以便一次性进行一堆那些函数调用，从而暴露并发性并允许并行化 - 但它不是OpenMP（或任何并行编程模型）可以自动为你做。