为何基于pthreads的多线程程序比单线程程序运行更慢？

我是多线程编程新手，编写了一个计算0到10000的平方值并存入数组的程序。但单线程版本的运行速度远快于我用8个线程（我的机器配备8核）实现的并行版本。附上两段代码，想请教出现这种情况的原因：

单线程程序代码 #

/*以下是单线程程序：*/

#define ARRAYSIZE 10000

int main(void) {

    int array[ARRAYSIZE];

    int i;

    for (i=0; i<ARRAYSIZE; i++)
    {
        array[i]=i*i;
    }

    return 0;
}

并行计算程序代码 #

/*以下是并行计算程序*/

#include <stdio.h>
#include <pthread.h>

#define ARRAYSIZE 10000
#define NUMTHREADS 8  /*因我的机器有8核*/

struct ThreadData {
    int start;
    int stop;
    int* array;
};

void* squarer (struct ThreadData* td);

/* 将i²存入数组中索引从start到stop-1的位置 */
void* squarer (struct ThreadData* td)
{
    struct ThreadData* data = (struct ThreadData*) td;
    int start=data->start;
    int stop=data->stop;
    int* array=data->array;
    int i;
    for(i= start; i<stop; i++)
    {
        array[i]=i*i;
    }

    return NULL;
}

int main(void) {

int array[ARRAYSIZE];
pthread_t thread[NUMTHREADS];
struct ThreadData data[NUMTHREADS];
int i;

int tasksPerThread= (ARRAYSIZE + NUMTHREADS - 1)/ NUMTHREADS;

/* 为线程分配任务，准备参数 */
/* 即在此示例中，我将循环划分为8个区域：0..1250、1250..2500等，2500..3750 */

for(i=0; i<NUMTHREADS;i++)
{
    data[i].start=i*tasksPerThread;
    data[i].stop=(i+1)*tasksPerThread;
    data[i].array=array;

    data[NUMTHREADS-1].stop=ARRAYSIZE;
}

for(i=0; i<NUMTHREADS;i++)
{
    pthread_create(&thread[i], NULL, squarer, &data[i]);
}

for(i=0; i<NUMTHREADS;i++)
{
    pthread_join(thread[i], NULL);
}

return 0;
}

• 线程管理开销远超计算收益：你的计算任务过于简单——每个线程仅需完成1250次乘法和数组赋值操作。而创建线程、线程调度、调用pthread_join等待线程结束这些操作的开销，远大于并行计算能节省的时间。单线程无需这些额外开销，自然运行更快。

• 缓存一致性同步成本：所有线程都在写入同一个数组，尽管每个线程操作不同区域，但CPU缓存一致性协议（如MESI）需要同步各核心的缓存状态，这会产生额外开销。单线程操作数组时，缓存可持续命中，没有这类同步成本。

• 任务划分粒度太细：10000个元素分给8个线程，每个线程仅处理1250个元素，这种细粒度划分让并行的优势完全被线程管理开销抵消。若将数组规模放大到百万甚至千万级别，多线程版本的性能优势会显现出来。

• 编译器优化差异：单线程代码结构简单，编译器可进行更激进的优化（如循环展开、寄存器重排）；而多线程代码涉及线程间内存访问，编译器的优化空间受限，进一步拉大了性能差距。

内容的提问来源于stack exchange，提问作者JohnDoe