使用OpenMP并行化的C++代码线程越多执行时间越长？求分析

代码中的直接bug #

你的代码存在一个关键错误：nthreads变量未被正确初始化。你注释掉了并行区域内的if(id==0) nthreads = nthrds;，导致后续汇总sum数组时，i < nthreads的判断使用的是未初始化的垃圾值。这会引发两种问题：要么循环次数异常（执行远超预期的次数），要么访问sum数组越界，触发内存错误或额外系统开销，直接导致性能异常。

通用并行开销因素 #

即使修复上述bug，线程数量超过一定阈值后性能下降也是常见现象，主要原因包括：

• 线程上下文切换开销：当线程数超过CPU核心数时，操作系统需要频繁切换线程上下文（保存/恢复线程状态），这部分开销会随线程数增加急剧上升，抵消并行计算的收益。比如4核CPU开8线程时，每个线程争抢核心时间，切换开销会显著拖慢整体速度。
• 内存带宽瓶颈：这段数值积分代码的计算逻辑简单（少量浮点运算），但每个线程都需要读写sum[id]。线程数增多时，多线程同时访问内存会耗尽带宽，导致内存访问延迟大幅增加，成为性能瓶颈。此时增加线程数只会加剧内存竞争，性能自然下降。

修复与优化建议 #

1. 修复nthreads初始化：取消注释并行区域内的if(id==0) nthreads = nthrds;，确保汇总阶段循环次数正确，避免内存越界。
2. 控制线程数不超过核心数：先测试与CPU核心数匹配的线程数（比如4核CPU测试1、2、4线程），再对比更多线程的性能变化，观察上下文切换的影响。
3. 使用OpenMP的reduction简化代码：手动管理sum数组易出错，改用reduction子句可让OpenMP自动处理线程间求和，优化内存访问模式。示例修改后的并行区域：

#pragma omp parallel reduction(+:pi)
{
    int i, id, nthrds;
    double x;
    id = omp_get_thread_num();
    nthrds = omp_get_num_threads();
    if(id==0) nthreads = nthrds;

    for(i=id; i<num_steps; i+=nthrds){
        x = (i+0.5)*step;
        pi += 4.0/(1.0+x*x);
    }
}
pi *= step;

原代码（供参考） #

#include <omp.h>
#include <iostream>
static long num_steps =100000000; 
#define NUM_THREADS 4

double  step;
int main(){
    int i,nthreads;
    double pi, sum[NUM_THREADS]; // should be shared : hence promoted scalar sum into an array
   
    step  = 1.0/(double) num_steps;
    omp_set_num_threads(NUM_THREADS);

    double t1 = omp_get_wtime();
    #pragma omp parallel
    {
    int i, id, nthrds;
    double x;
    id = omp_get_thread_num();
    nthrds = omp_get_num_threads();
    //if(id==0) nthreads = nthrds; // This is done because the number of threads can be different
                                 // ie the environment can give you a different number of threads
                                 // than  requested

    for(i=id, sum[id] = 0.0; i<num_steps;i=i+nthrds){

        x = (i+0.5)*step;
        sum[id] += 4.0/(1.0+x*x);
    }
    }

    double t2 = omp_get_wtime();

    std::cout << "Time : " ;

    double ms_double = t2 - t1;

    std::cout << ms_double << "ms\n";

    for(i=0,pi=0.0; i < nthreads; i++){
        pi += sum[i]*step;
    }
}    

内容的提问来源于stack exchange，提问作者Atom