多线程代码是否增加实时内存占用？线程内存峰值疑问咨询

你的理解有部分道理，但实际内存峰值不会直接达到1000个A的大小，具体得看OpenMP的线程数设置，下面拆解说明：

单线程代码的内存行为 #

单线程版本中，循环是串行执行的：每次迭代先new一个A，执行完dosomething()后立刻delete释放内存。同一时刻确实最多只会存在1个A实例，内存占用始终维持在单个A的大小（忽略堆分配的微小开销）。

代码示例：

for (int i = 0; i < 1000; i++)
{
    A* pA = new A;
    pA->dosomething();
    delete pA;
}

多线程代码的内存行为 #

OpenMP的#pragma omp parallel for会将1000次循环迭代拆分给多个线程并行处理，但每个线程内部的迭代依然是串行执行的：每个线程每次只处理一个迭代，即new A→执行→delete，所以同一时刻存在的A实例数量等于当前运行的线程数，而不是1000个。

• 默认情况下，OpenMP会根据CPU核心数设置线程数（比如4核CPU就用4个线程），此时内存峰值最多是4个A的大小。
• 只有当你手动设置OMP_NUM_THREADS=1000（强制启用1000个线程）时，理论上才可能出现同一时刻1000个A共存的情况，但这种场景毫无实际意义——线程数远超过CPU核心数会导致频繁的上下文切换，性能暴跌，没人会这么配置。

代码示例：

#pragma omp parallel for
for (int i = 0; i < 1000; i++)
{
    A* pA = new A;
    pA->dosomething();
    delete pA;
}

额外注意点 #

• 即使调用了delete，堆内存不一定会立刻还给操作系统，可能会留在进程的内存池中，导致进程的整体内存占用看起来比实际活跃对象的内存大，但这不是实时的活跃内存占用。
• 如果dosomething()是耗时操作，会延长每个A的存活时间，此时内存峰值会稳定在「线程数 × 单个A大小」的水平。

内容的提问来源于stack exchange，提问作者majestic