如何对std::vector元素并行执行标量乘法提升代码运行速度

对于尺寸超过2^18的std::vector做标量乘法，完全不需要手写串行逐元素遍历，C标准库从C17开始已经提供了开箱即用的并行计算支持，多核场景下性能提升非常明显。

方案1：零依赖标准库实现（优先选择） #

直接使用并行版本的std::for_each，不需要手动管理线程、拆分任务，标准库会自动根据CPU核心数调度计算任务，同时支持SIMD向量化优化。
示例代码：

#include <vector>
#include <algorithm>
#include <execution>

// 支持任意数值类型的vector标量乘法，直接修改原vector内容
template<typename T>
void vec_scalar_mul(std::vector<T>& vec, T scalar) {
    std::for_each(std::execution::par_unseq, vec.begin(), vec.end(),
        [scalar](T& elem) {
            elem *= scalar;
        });
}

三种并行执行策略的适用场景：

• std::execution::seq：串行执行，和手写普通for循环逻辑一致，无并行收益
• std::execution::par：多线程并行执行，标准库自动做任务拆分、负载均衡，保证运算的线程安全
• std::execution::par_unseq：多线程并行+允许编译器做SIMD向量化优化（比如生成AVX2、AVX-512指令），是性能最高的选项，标量乘法这类无数据依赖的运算优先选这个

编译注意：GCC/Clang编译时需要添加-std=c++17 -ltbb参数链接TBB库；MSVC需要开启/std:c++17选项并启用并行STL支持。

方案2：不修改原vector的并行实现 #

如果需要保留原vector内容，将计算结果输出到新的vector，使用并行版本的std::transform即可：

template<typename T>
std::vector<T> vec_scalar_mul_copy(const std::vector<T>& vec, T scalar) {
    std::vector<T> res(vec.size());
    std::transform(std::execution::par_unseq,
        vec.begin(), vec.end(),
        res.begin(),
        [scalar](const T& elem) {
            return elem * scalar;
        });
    return res;
}

旧标准兼容方案（非C++标准内置） #

如果编译环境不支持C++17，可以用OpenMP编译器扩展快速实现并行，性能和标准库并行方案基本持平：

// 编译时需要添加OpenMP支持参数：GCC/Clang加-fopenmp，MSVC加/openmp
template<typename T>
void vec_scalar_mul_omp(std::vector<T>& vec, T scalar) {
    const size_t n = vec.size();
    T* data = vec.data();
    #pragma omp parallel for simd
    for (size_t i = 0; i < n; ++i) {
        data[i] *= scalar;
    }
}

性能优化注意事项 #

• 2^18（262144）个元素的尺寸刚好跨过并行计算的收益阈值，不需要担心线程调度开销盖过性能收益
• 不要手动拆分vector、创建std::thread实现并行，标准库并行STL已经做了任务粒度调度、缓存行对齐等底层优化，手写实现绝大多数场景性能弱于标准库版本
• 运算时尽量直接用vec.data()获取原始指针访问元素，避免频繁的迭代器边界检查带来的额外开销
• 如果使用C++20及以上版本，可以搭配std::span传参，减少vector拷贝开销

内容的提问来源于stack exchange，提问作者gaviezri