嘿，我仔细看了你的代码，发现它不仅性能拉胯，甚至逻辑上还有明显问题——这也是它跑一万次循环就拖慢程序的核心原因。下面给你拆解问题，一步步优化：

首先，第一个并行循环完全是在做无用功 #

你写的第一个Parallel.ForEach里，每个线程拿到的range参数根本没用到，反而每个线程都从头到尾遍历整个Random_Vector_Size去写U数组。这意味着：

• 所有线程都在反复覆盖同一个数组的所有元素，最后U里的值只是最后执行完的那个线程写的，结果完全不对；
• 多线程竞争写同一块内存，会触发大量的缓存同步，性能暴跌。

优化后的第一个循环 #

应该让每个线程只负责U数组的一段区间，真正利用并行的优势：

long length = Random_Vector_Size;
Parallel.ForEach(Partitioner.Create(0, length), range =>
{
    // 每个线程处理 [range.Item1, range.Item2) 这个区间的U元素
    for (int q = range.Item1; q < range.Item2; q++)
    {
        U[q] = MathNet.Numerics.Distributions.Normal.InvCDF(0.0, 1.0, instance.genrand_real3());
    }
});

如果你的MathNet版本比较新，更推荐直接用它内置的并行采样方法，人家已经帮你做好了优化：

Normal.Samples(instance, 0.0, 1.0).Take((int)length).CopyTo(U, 0);

第二个循环的并行方式完全搞错了 #

原代码外层遍历每个p，然后每个p都开一个Parallel.ForEach去累加C[p-1]，这里有两个致命问题：

1. 一万次循环就开一万次并行任务，任务调度的开销直接把性能吃光；
2. 多个线程同时对C[p-1]这个单个变量累加，没有线程安全保护的话结果会错，就算加了锁/Interlocked.Add，线程竞争也会让性能暴跌。

优化后的第二个循环（矩阵向量乘法） #

这本质是矩阵M乘向量U得到向量C，正确的并行方式是按C的元素分片，只开一次并行任务：

long length = Random_Vector_Size;
Parallel.ForEach(Partitioner.Create(0, length), range =>
{
    // 每个线程负责计算C中 [range.Item1, range.Item2) 区间的元素
    for (int p = range.Item1; p < range.Item2; p++)
    {
        double sum = 0.0;
        for (int q = 0; q < length; q++)
        {
            sum += M[p][q] * U[q];
        }
        C[p] = sum;
    }
});

如果你直接用MathNet的Matrix<double>和Vector<double>类型，那更简单——直接调用乘法就行，MathNet内部用了SIMD指令、缓存优化和高效并行策略，比手动写循环快得多：

var mathNetM = Matrix<double>.Build.DenseOfArray(M);
var mathNetU = Vector<double>.Build.DenseOfArray(U);
var mathNetC = mathNetM * mathNetU;
mathNetC.CopyTo(C, 0);

几个额外的小优化 #

• 别搞索引偏移：原代码里用q = 1; q <= Random_Vector_Size; q++然后取q-1，直接从0开始遍历数组索引，减少不必要的计算，也更符合C#的习惯；
• 线程安全的随机数：确保instance.genrand_real3()是线程安全的，如果不是，给每个线程分配单独的随机数实例，避免多线程抢同一个生成器拖慢速度；
• 缓存友好性：如果矩阵M是行优先存储的，按行遍历（像优化后的循环那样）能减少缓存 miss，进一步提升性能。

内容的提问来源于stack exchange，提问作者Michael Corbin