时间戳

首页 > 解决方案 > C++ 多线程性能比单线程代码慢

c++ - C++ 多线程性能比单线程代码慢

问题描述

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的整数之间的差异。

但是，在我的实现中，使用两个线程的函数比单线程函数慢。我想知道为什么是原因，以及如何正确实现线程以便它运行得更快。

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和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;
}

标签： c++multithreading

解决方案

你没有传递任何std::launch policyto std::async，所以它给实现留下了很大的自由。

表现得好像 (2) 被调用，策略为 std::launch::async | 标准::启动::延迟。换句话说， f 可以在另一个线程中执行，也可以在查询结果 std::future 以获取值时同步运行。

但也请注意，更一般地，使用更多线程，尤其是在小任务上可能不会更快。

  • 您要处理的任何任务dist_calculation或任何任务都是少量工作，请注意开销。创建一个新线程的成本相对较高，而且无论内部池的std::async使用、承诺和未来如何，都会产生开销。
  • 此外，按照编写的方式，您可能会创建更多的向量，具有更多的动态内存，并且您需要合并结果，这也会产生一些成本。
  • 在更复杂的情况下，如果std::mutex涉及同步（例如 with），则可能会比额外线程获得的性能花费更多的性能。
  • 在某些情况下，瓶颈不会是 CPU。例如，它可能是磁盘/存储速度（包括页面/交换文件）、网络速度（包括远程服务器），甚至内存带宽（除了 NUMA 感知优化，它们比仅使用复杂得多std::async）。这些中的多线程只会增加开销，但没有好处。

您应该首先在可能的情况下使用其他基本优化，例如reserve向量的大小以避免不必要的分配和复制，也许resize并使用 the vector[index] = ainstead ofpush_back等。

对于一些简单的事情，abs(centre - input[i])您可能会从 SIMD（单指令多数据）优化中获得更多改进。例如，确保您正在编译任何优化，例如SSE2启用，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！），稍微改变它，或者甚至可能明确地使用向量指令（对于 x86 签出_mm_add_epi32等）。

推荐阅读