OpenMP 的 #pragma omp parallel for 仅适用于整型循环变量、无数据依赖、无可重入问题且迭代数远超线程数的计算密集型循环；需用 reduction 或 private 避免数据竞争。
OpenMP 在 C++ 中不是“开启就能加速”的银弹，它只对可并行化、计算密集且无强依赖的循环有效；盲目加 #pragma omp parallel for 可能变慢，甚至引发数据竞争。
什么时候该用 #pragma omp parallel for
这个指令只适用于满足以下全部条件的 for 循环：
- 循环变量是整型，步长为常量（如
i++或i += 2） - 每次迭代完全独立，不读写其他迭代的同一内存位置（比如没有
a[i] = a[i-1] + 1这类依赖） - 循环体不含不可重入函数（如老式
rand()）、全局状态修改或 I/O 操作 - 迭代次数远大于线程数（否则线程创建/调度开销压倒收益）
典型适用场景：向量加法、矩阵乘法局部计算、图像像素逐点处理、蒙特卡洛采样。
reduction 和 private 是避免崩溃的关键
共享变量被多个线程同时写入会导致未定义行为——最常见错误是直接在并行循环里累加：sum += a[i]。必须显式声明归约或私有化：
立即学习“C++免费学习笔记（深入）”；
#pragma omp parallel for reduction(+:sum)
for (int i = 0; i < n; ++i) {
sum += a[i]; // 安全：每个线程算局部和，最后自动合并
}
若变量只需每线程一份副本（如临时缓冲区、随机数生成器状态），用 private：
#pragma omp parallel for private(rng)
for (int i = 0; i < n; ++i) {
int x = rng(); // rng 是每个线程独立的实例
}
注意：firstprivate 会拷贝初始值，lastprivate 仅保留最后一次迭代的值——别混淆用途。
线程数不是越多越好，OMP_NUM_THREADS 要按物理核心设
默认 OpenMP 使用所有逻辑核心（含超线程），但对纯计算密集型任务，超线程常带来 0–15% 性能损失：
- 在 8 核 16 线程 CPU 上，设
OMP_NUM_THREADS=8通常比=16更稳 - 可通过环境变量设置：
export OMP_NUM_THREADS=8（Linux/macOS）或set OMP_NUM_THREADS=8（Windows） - 代码中也可用
omp_set_num_threads(8)，但需在首次并行区域前调用 - 用
omp_get_max_threads()检查当前生效值，别假设它等于 CPU 核心数
动态调度（schedule(dynamic, 32)）适合迭代耗时不均的场景，但会增加调度开销；静态调度（默认）更适合均匀负载。
真正难的不是加几行 #pragma，而是识别出哪些循环可并行、哪些变量要保护、哪些依赖必须拆解——性能瓶颈往往藏在看似无关的内存布局或缓存行伪共享里，这些 OpenMP 不会帮你发现。
