【C++】C++ 并行算法（Parallel Algorithms）介绍

C++ 并行算法：原理与实现

C++17 引入了 并行算法（Parallel Algorithms），通过在标准库算法中增加执行策略（Execution Policy），实现对多核处理器的自动并行化。

---

一、核心原理

1. 执行策略（Execution Policy）：

   • std::execution::seq：顺序执行（默认）
   • std::execution::par：并行执行（线程级并行）
   • std::execution::par_unseq：并行+向量化（线程级+指令级并行）

2. 工作方式：

   • 算法自动将数据分块
   • 线程池处理不同数据块
   • 结果合并（如 reduce）

3. 约束：

   • 操作必须无数据竞争
   • 元素访问可并发
   • par_unseq 要求操作无同步操作

---

二、关键头文件

#include     // 标准算法
#include     // 执行策略
#include        // 容器
#include       // 数值算法

---

三、常用并行算法示例

1. 并行排序 (sort)

std::vector<int> data(1000000); // 大数据集

// 使用并行策略排序
std::sort(std::execution::par, data.begin(), data.end());

2. 并行变换 (transform)

std::vector<int> src(1000000, 1);
std::vector<int> dst(src.size());

// 并行处理：每个元素x2
std::transform(std::execution::par,
               src.begin(), src.end(),
               dst.begin(),
               [](int x) { return x * 2; });

3. 并行归约 (reduce)

std::vector<int> data(1000000, 2); // 全2

// 并行求和（比accumulate更高效）
int sum = std::reduce(std::execution::par, 
                      data.begin(), data.end());
// 结果：2000000

4. 并行遍历 (for_each)

std::vector<int> data(1000000);

// 并行初始化
std::for_each(std::execution::par,
              data.begin(), data.end(),
              [](int& x) { x = rand(); });

5. 并行计数 (count_if)

std::vector<int> data{1, 5, 3, 2, 4};

// 并行统计偶数个数
int count = std::count_if(std::execution::par,
                         data.begin(), data.end(),
                         [](int x) { return x % 2 == 0; });
// 结果：2

---

四、性能对比测试

#include 

auto test_performance() {
    std::vector<int> data(50'000'000, 1);

    // 顺序执行
    auto start_seq = std::chrono::high_resolution_clock::now();
    std::sort(std::execution::seq, data.begin(), data.end());
    auto end_seq = std::chrono::high_resolution_clock::now();

    // 并行执行
    auto start_par = std::chrono::high_resolution_clock::now();
    std::sort(std::execution::par, data.begin(), data.end());
    auto end_par = std::chrono::high_resolution_clock::now();

    return std::make_pair(
        end_seq - start_seq,
        end_par - start_par
    );
}
// 典型结果（8核CPU）：并行比顺序快3-6倍

---

五、注意事项

1. 线程安全：

   // 错误！存在数据竞争
   int shared = 0;
   std::for_each(par, data.begin(), data.end(), [&](int) { shared++; });
   
   // 正确：使用原子操作
   std::atomic<int> safe_count(0);
   std::for_each(par, data.begin(), data.end(), [&](int) { safe_count++; });
   

2. 异常处理：

   • 并行算法中抛出未捕获异常会调用 std::terminate

3. 编译器支持：

   • GCC: 需链接 -ltbb (Intel TBB库)
   • MSVC: /std:c++17 或更高
   • Clang: 需支持C++17

---

六、底层机制

1. 实现依赖：

   • 通常基于 Intel TBB (Threading Building Blocks)
   • 编译器自动管理线程池

2. 工作窃取（Work Stealing）：

   • 空闲线程从其他线程"窃取"任务
   • 实现负载均衡

---

七、适用场景

• 大数据集（>10,000元素）
• 计算密集型操作
• 独立元素处理（无数据依赖）

---

总结

C++并行算法通过简洁的接口实现高效并行：

1. 添加执行策略参数（如 std::execution::par）
2. 保证操作无数据竞争
3. 编译器自动处理线程管理

原始算法

添加执行策略

编译器生成并行代码

自动线程池管理

多核并行执行

合理使用并行算法，可在现代多核CPU上轻松获得3-10倍的性能提升！