Ubuntu下多线程TSP遗传算法性能劣于Windows，求排查方向

1. 编译选项必须拉满 #

• 强制开启最高级优化：编译时加-O3，Ubuntu的GCC默认优化等级较低，而Windows的MSVC默认会给计算密集型代码更激进的优化。搭配-fopenmp（如果用OpenMP）的完整命令：

  g++ -O3 -march=native -fopenmp your_tsp_code.cpp -o tsp_solver
  

• 加-march=native让编译器针对你的CPU指令集（比如AVX2、AVX-512）生成代码，避免通用指令集的性能损耗；绝对不要带-g调试选项，会直接禁用大量优化。

2. 把CPU锁在高性能模式 #

• Ubuntu默认可能用powersave调度模式，CPU会自动降频，直接切到性能模式：

  sudo cpupower frequency-set -g performance
  

• 用sensors命令查CPU温度，如果温度飙高导致热节流，再好的代码也跑不动，先解决散热问题。
• 用taskset绑定进程到物理核心，别碰超线程的逻辑核心：

  taskset -c 0,2,4,6 ./tsp_solver  # 假设你有4个物理核心，选间隔的核心避免超线程竞争
  

3. OpenMP的环境变量要配到位 #

• 除了OMP_PLACES和OMP_PROC_BIND，还要补全这几个关键变量：

  export OMP_NUM_THREADS=4  # 设为物理核心数，别设成逻辑核心数
  export OMP_PLACES=cores
  export OMP_PROC_BIND=close
  export OMP_SCHEDULE=static
  

  静态调度(static)适合遗传算法中每个线程计算量均匀的场景，比动态调度开销小很多。

4. 排查系统资源竞争 #

• 用htop看程序运行时的CPU使用率、上下文切换次数（vmstat 1看cs列），如果上下文切换每秒上万次，说明线程数超了，直接砍到物理核心数。
• 临时关掉Ubuntu后台的Snap服务、容器服务这些吃资源的进程，减少CPU竞争。

5. 解决内存伪共享问题 #

• 遗传算法的种群数据要按线程划分，每个线程的任务数据要独占缓存行（Ubuntu下缓存行大小用getconf LEVEL1_DCACHE_LINESIZE查看，一般64字节），避免多个线程同时读写同一缓存行导致的性能浪费。

内容的提问来源于stack exchange，提问作者Pietro Pianigiani