C ++多线程性能比单线程代码慢

Question

我正在学习在c ++中使用线程，
我用整数创建了一个很长的向量，并设置了另一个整数x。我想计算该整数与向量中整数之间的差。

但是，在我的实现中，使用两个线程的函数比使用单个线程的函数要慢。我想知道为什么是原因，以及如何正确实现线程以使其运行得更快。

这是代码：

#include <iostream>
#include <vector>
#include <thread>
#include <future>
#include <math.h>

using namespace std;


vector<int> vector_generator(int size) {
    vector<int> temp;
    for (int i = 0; i < size; i++) {
        temp.push_back(i);
    }
    return temp;
}

vector<int> dist_calculation(int center, vector<int> &input, int start, int end) {
    vector<int> temp;
    for (int i = start; i < end; i++) {
        temp.push_back(abs(center - input[i]));
    }
    return temp;
}


void multi_dist_calculation(int center, vector<int> &input) {
    int mid = input.size() / 2;

    vector<int> temp1(input.begin(), input.begin() + mid);
    vector<int> temp2(input.begin()+mid, input.end());

    auto future1 = async(dist_calculation, center, temp1, 0, mid);
    auto future2 = async(dist_calculation, center, temp2, 0, mid);

    vector<int> result1 = future1.get();
    vector<int> result2 = future2.get();

    return;
}


int main() {

    vector<int> v1 = vector_generator(1000000000);
    vector<int> result;
    multi_dist_calculation(0, v1);
    //dist_calculation(50, v1, 0, v1.size());

    return 0;
}

更新＃1

添加了std :: launch :: async＆reserve（）的建议，它确实使代码更快。但是2线程函数仍然比单线程函数慢。我可以说在这种计算中，单线程更快吗？

#include <iostream>
#include <vector>
#include <thread>
#include <future>
#include <math.h>

using namespace std;


vector<int> vector_generator(int size) {
    vector<int> temp;
    temp.reserve(size);
    for (int i = 0; i < size; i++) {
        temp.push_back(i);
    }
    return temp;
}

vector<int> dist_calculation(int center, vector<int> &input, int start, int end) {
    vector<int> temp;
    temp.reserve(end - start);
    for (int i = start; i < end; i++) {
        temp.push_back(abs(center - input[i]));
    }
    return temp;
}


void multi_dist_calculation(int center, vector<int> &input) {
    int mid = input.size() / 2;

    auto future1 = async(std::launch::async, dist_calculation, center, input,   0, mid);
    auto future2 = async(std::launch::async, dist_calculation, center, input, mid, input.size());

    vector<int> result1 = future1.get();
    vector<int> result2 = future2.get();

    return;
}


int main() {

    vector<int> v1 = vector_generator(1000000000);
    vector<int> result;
    int center = 0;
    multi_dist_calculation(center, v1);
    //dist_calculation(center, v1, 0, v1.size());

    return 0;
}

Answer 1

您没有将任何东西传递std::launch policy给std::async，因此它给实现留下了很多自由。

行为就好像（2）在策略为std :: launch :: async |的情况下被调用| std :: launch ::递延。换句话说，当查询结果std :: future以获取值时，f可以在另一个线程中执行，也可以同步运行。

但也请注意，更普遍地，使用更多线程，尤其是在执行小型任务时，可能不会更快。

• dist_calculation您想穿线的地方或任何任务都是少量的工作，请注意开销。创建新线程的成本相对较高，并且任何内部池std::async使用，承诺和未来都会产生开销。
• 此外，按照编写方式，可能会创建更多的向量，具有更多的动态内存，并且需要合并结果，这也会带来一些成本。
• 在更复杂的情况下，如果std::mutex涉及同步（例如与同步），则可能会比其他线程获得更多的性能。
• 在某些情况下，瓶颈将不是CPU。例如，可能是磁盘/存储速度（包括页面/交换文件的速度），网络速度（包括远程服务器），甚至是内存带宽（除了NUMA感知的优化之外，它们都比仅使用复杂得多std::async）。这些中的多线程只会增加开销，但没有好处。

您应该首先尽可能利用其他基本优化方法，例如reserve向量的大小，以避免不必要的分配和复制，resize并且可以使用vector[index] = a代替push_back，等等。

对于简单的事情，abs(centre - input[i])您可以从SIMD（单指令多数据）优化中获得更多改进。例如，确保您正在使用诸如SSE2启用之类的任何优化进行编译，并且如果编译器没有适当地优化循环（我认为push_back可能会干扰，测试！），则对其进行稍作更改，甚至可以显式地使用矢量指令（用于x86检出_mm_add_epi32等）。