我在makelbrot程序中使用多个线程时遇到问题。
我厌倦了教程之后的一种方式
int sliceSize = 800 / threads;
double start = 0, end = 0;
for (int i = 0; i < threads; i++)
{
start = i * sliceSize;
end = ((1 + i) * sliceSize);
thrd.push_back(thread(compute_mandelbrot, left, right, top, bottom, start, end));
}
for (int i = 0; i < threads; i++)
{
thrd[i].join();
}
thrd.clear();
但代码只需要一半的时间来计算,同时使用8个线程。
我也尝试了一些更复杂的东西,但它根本不起作用
void slicer(double left, double right, double top, double bottom)
{
/*promise<int> prom;
future<int> fut = prom.get_future();*/
int test = -1;
double start = 0, end = 0;
const size_t nthreads = std::thread::hardware_concurrency(); //detect how many threads cpu has
{
int sliceSize = 800 / nthreads;
std::cout << "CPU has " << nthreads << " threads" << std::endl;
std::vector<std::thread> threads(nthreads);
for (int t = 0; t < nthreads; t++)
{
threads[t] = std::thread(std::bind(
[&]()
{
mutex2.lock();
test++;
start = (test) * sliceSize;
end = ((test + 1) * sliceSize);
mutex2.unlock();
compute_mandelbrot(left, right, top, bottom, start, end);
}));
}
std::for_each(threads.begin(), threads.end(), [](std::thread& x) {x.join(); }); //join threads
}
}
但是看起来,即使在使用互斥锁后,它一下子计算了8个东西,但它并没有更快。
这让我在过去7小时内头疼,我想自杀。救命。
答案 0 :(得分:1)
当您尝试通过多线程加速工作量时,有很多在游戏中,并且在完美的世界中,在倍增时获得Nx加速几乎是不可能的由N个线程组成。有些事情需要牢记:
我很好奇 - 你在这看什么样的时间?你在每个线程上传递了多少次迭代?为了深入了解时间顺序,您可以尝试使用queryPerformanceCounter记录每个线程的开始/结束时间,以查看每个线程的运行时间,启动时间等。在此处发布时间1,2,4和8个线程可能会略微发光。
希望这至少有点帮助...