OpenMP并行初始化代码未有效提升执行时间的问题求助

我最近在做OpenMP并行化的相关测试，遇到了一个挺困惑的问题，先给大家看看我的测试代码：

#include <stdio.h>
#include <stdlib.h>
#include <omp.h>
#include <limits.h>

#define NUM_VERTICES 1024

int distance[NUM_VERTICES];
int shortestPathTree[NUM_VERTICES];
int predecessor[NUM_VERTICES];

int main(void) 
{
    int i;

    double start_time = omp_get_wtime();

    #pragma omp parallel for num_threads(3)
    for (i = 0; i < NUM_VERTICES; ++i) {
        distance[i] = INT_MAX;
        shortestPathTree[i] = 0;
        predecessor[i] = -1;
    }

    double end_time = omp_get_wtime();
    double iteration_time = end_time - start_time;

    printf("Execution time: %f seconds\n", iteration_time);

    return 0; 
}

这是我目前写的最贴合需求的版本，除此之外我还试过各种调整：比如改用sections指令、测试不同的调度策略，甚至还加过打印语句（现在已经注释掉了）来观察每个线程的运行行为。不过我发现一个奇怪的现象：当线程2启动后，它会一直处理从30开始的迭代，完全不给其他线程打印的机会，就好像它拿到资源之后就不肯释放了一样。

我已经在这个问题上卡了三天了，各种方法都试过，但就是没找到原因。更让我头疼的是，接下来我要实现Dijkstra算法，查资料说这个算法的最优线程数是5个，看起来我的机器是支持并行化的，但在当前这个数组初始化的任务上就是表现不稳定。

下面是我测试不同线程数得到的执行时间结果：

• 单线程与2线程：均为0.000142秒
• 单线程与3线程：均为0.000129秒
• 单线程与4线程：均为0.000120秒

能看出来一开始线程数增加的时候，执行时间确实会下降，但到某个点之后再增加线程就没什么优化效果了，甚至还会反向上升：

• 单线程与5线程：均为0.000115秒
• 单线程与6线程：均为0.000121秒

所以我的机器明明能并行化，但在这个初始化步骤上，单线程反而表现最好，这到底是哪里出问题了？

备注：内容来源于stack exchange，提问作者user28302579