STL并行max_element比顺序慢一点，如何写出更好的一个？

Question

我试图编写max_element的并行版本，但是比GCC max_element -fopenmp -D_GLIBCXX_PARALLEL工作时间多x4。

我读了不同STL max_element的实现。 GCC，LLVM，Apache，The STE||AR Group，Electronic Arts，...

我想编写一个功能不同的函数。 问题是什么？我正在测试它，并行版本的工作时间比顺序更长。 （测试100万的uniform_int_distribution uint8_t）

迭代版

所以我想做这样的事情。

template<class RAIt>
  RAIt max_element(RAIt first, RAIt last) {
    size_t threads = omp_get_num_threads();
    size_t bucket_size = (last - first) / threads;
    std::vector<RAIt> local_max( threads );

#pragma omp parallel for
    for (size_t i = 0; i < threads - 1; ++i)
      local_max[i] = std::max_element(first + bucket_size * i, first + bucket_size * (i + 1));

    local_max.back() = std::max_element(first + bucket_size * (threads - 1), last);

    return *std::max_element(local_max.begin(), local_max.end(),
                             [](RAIt left, RAIt right){ return *left < *right;});
  }

一个很好的问题是：

为什么工作得慢？