std::execution::par 是 C++17 引入的并行执行策略，需作为首个参数传给支持的算法（如 std::sort），且仅适用于随机访问迭代器容器（如 vector）；错误用法或不满足约束会导致编译失败或未定义行为。
std::execution::par 是什么，能不能直接加在 sort 上
不能直接加，加了编译会报错。C++17 的并行算法要求容器迭代器必须是 RandomAccessIterator，且算法本身得显式支持并行策略——不是所有 std:: 算法都支持，比如 std::find 支持，std::remove_if 也支持，但 std::sort 在标准库实现中**不一定启用并行**，取决于编译器和 STL 实现（libstdc++ 从 GCC 9+ 开始部分支持，libc++ 则较晚）。
常见错误现象：error: no matching function for call to 'sort'，本质是传入的策略类型不被重载接受，或迭代器不满足要求。
- 确认你用的是 C++17 或更高标准（
g++ -std=c++17） - 确保头文件包含
- 只对随机访问容器（
std::vector、std::array、裸指针）使用std::execution::par -
std::list或std::deque不行，它们的迭代器不是RandomAccessIterator
怎么写一个真正跑起来的并行 sort 示例
下面这段代码在 GCC 11+ / Clang 12+ + libstdc++ 下可实际触发多线程执行：
#include#include #include #include int main() { std::vector v(10'000'000, 42); // 打乱一点，避免优化器吃掉 for (size_t i = 0; i < v.size(); ++i) v[i] ^= i; auto t0 = std::chrono::steady_clock::now(); std::sort(std::execution::par, v.begin(), v.end()); // ← 关键：策略放第一个参数 auto t1 = std::chrono::steady_clock::now(); // 注意：别在 parallel 区域里 print，可能竞争 }
关键点：
立即学习“C++免费学习笔记（深入）”；
-
std::execution::par必须作为**第一个参数**传给算法，顺序不能错 - 不要写成
std::sort(v.begin(), v.end(), std::execution::par)—— 这是错的签名 - 性能提升不是线性的：小容器（如
- 若想退化为串行调试，把
par换成seq即可，接口完全一致
par_unseq 和 par 有什么实际区别
std::execution::par_unseq 允许向量化（SIMD）+ 多线程，而 par 只允许多线程。但它对算法行为有更强约束：不能有数据依赖、不能修改共享状态、不能调用非平凡函数对象（比如带成员变量的 lambda）。
常见踩坑：
- 用
par_unseq调用带捕获的 lambda？编译失败或未定义行为 - 在谓词里调用
std::cout ？不行，IO 不是无副作用操作 - 谓词里修改外部变量（如
[&count]() { return ++count ）？禁止，unseq要求纯函数语义 - 实际提速往往不如预期：现代 CPU 的 cache 带宽和分支预测瓶颈，常让
par_unseq和par差距不大，甚至更慢
为什么我的并行算法没变快，还偶尔 crash
最常见原因是**迭代器失效或数据竞争**。并行算法不会帮你保护数据，它假设你传进去的范围是稳定、独占、可安全并发读写的。
典型问题场景：
- 对
std::vector并行排序时，另一个线程正在push_back？crash 几乎必然 - 多个
std::execution::par调用共享同一块内存，且谓词里有静态变量或全局计数器？数据竞争 - 用
std::execution::par调用自定义比较器，而该比较器内部调用了std::sqrt或std::sin？没问题；但如果调用了std::rand()或std::localtime？未定义行为 - 没关 O2/O3 优化就测性能？编译器可能把整个循环优化掉，记得用 volatile 或防止死码消除
真要压测，并行算法的“复杂点”不在写法，而在**数据生命周期管理**和**副作用隔离**——这点比 OpenMP 还容易翻车。
