要启用并行执行策略,需在调用支持的 stl 算法时传入执行策略参数。1. 包含
STL 算法从 C++17 开始支持并行执行策略,这为利用多核 CPU 提升程序性能提供了更直接的方式。虽然 STL 本身并没有强制实现并行化,但标准允许你在调用某些算法时传入执行策略(execution policy),从而建议编译器使用并行方式运行。
C++17 引入了三种执行策略,定义在
要使用这些策略,只需将它们作为第一个参数传递给支持的 STL 算法即可。例如:
立即学习“C++免费学习笔记(深入)”;
#include <algorithm> #include <vector> #include <execution> std::vector<int> v = /* ... */; std::for_each(std::execution::par, v.begin(), v.end(), [](int& x) { x *= 2; });
需要注意的是,并不是所有 STL 算法都支持并行策略,具体要看编译器和库的实现是否支持。常用的如 for_each, transform, reduce, sort 等一般都有支持。
并行策略并不是万能的,也不是用了就一定快。它更适合以下几种情况:
如果你只是遍历一个几千个元素的容器,而且每个操作都很轻量,那么并行反而可能变慢。
举个例子:
std::vector<double> data(1'000'000); std::fill(std::execution::par, data.begin(), data.end(), compute_value());
这里填充的数据需要调用一个耗时函数 compute_value(),并行版本就比串行快很多。
虽然写起来很简单,但并行执行也带来了一些潜在问题,需要注意:
此外,有些算法即使支持并行策略,也可能因为底层实现原因而并未真正并行执行。因此,在实际项目中建议进行性能测试。
C++17 的 std::sort 可以配合并行策略使用:
std::vector<int> vec = get_big_data(); std::sort(std::execution::par, vec.begin(), vec.end());
这对大规模无序数据非常有用,尤其是当比较操作较重时。
std::reduce 是一个并行友好的替代 std::accumulate 的函数:
int sum = std::reduce(std::execution::par, vec.begin(), vec.end());
不过要注意,reduce 要求操作满足结合律和交换律(比如加法、乘法),否则结果可能不确定。
基本上就这些。并行执行策略是 C++17 给我们的一把“好使的刀”,但它不会自动帮你解决并发问题。关键还是理解你的任务是否适合并行、是否有副作用、以及如何衡量性能。
以上就是STL算法如何实现并行计算 C++17并行执行策略使用详解的详细内容,更多请关注php中文网其它相关文章!
每个人都需要一台速度更快、更稳定的 PC。随着时间的推移,垃圾文件、旧注册表数据和不必要的后台进程会占用资源并降低性能。幸运的是,许多工具可以让 Windows 保持平稳运行。
Copyright 2014-2025 https://www.php.cn/ All Rights Reserved | php.cn | 湘ICP备2023035733号