未来已来：C++17 并行STL性能测评
C++17 并行STL使用与测评
目录
各个编译器支持进度
并行算法库要求
如何使用
性能测试
最近在研究一些并行框架，发现C++17之后STL支持并行，于是使用并做了个性能测评，在测评过程中遇到一些问题，特别是TTB，本文将会带大家扫盲学会STL并行。
注：本文的所有代码已放星球，感兴趣可以拿去学习。
1.各个编译器支持进度
不同编译器对并行算法库的支持，如下：
https://en.cppreference.com/w/cpp/compiler_support/17#C.2B.2B17_library_features
可以看到gcc9之后就支持了，clang目前支持还不完全，自己也本地测了一下确实不支持。
其支持的算法包括：
https://en.cppreference.com/w/cpp/experimental/parallelism
2.并行算法库要求
gcc9以后便可以使用并行算法库了，我们可以看一下下面的gcc-9文档。
https://gcc.gnu.org/gcc-9/changes.html
其中，提到一个非常重要的信息：需要tbb支持。
TBB是由英特尔（Intel）公司开发的一个用于并行编程的 C++ 库。TBB 旨在简化多核处理器上的并行软件开发，提供了一套抽象和模型，使程序员能够更容易地实现并行算法。
1.C++17当中使用并行算法库的前提必须得安装tbb，那如果不安装tbb会怎样呢？
我自己实测就是可以编译与运行，只是没有任何加速，跟原来非并行跑出来的结果是一样的。
2.TBB如何安装呢？
一个是官方的tbb，叫做oneTBB。
https://github.com/oneapi-src/oneTBB
另一个是其他人写的tbb，叫做tbb。
https://github.com/wjakob/tbb
区别在于添加了基于 CMake 的构建系统。
现在官方也是支持cmake ，所以建议去使用官方的吧。
编译也是非常简单：
mkdir build && cmake ..
make -j8
make install3.如何使用
相比于传统的STL使用又有哪些改变呢？
1.接口层面
其实比较简单，例如 sort原来是：
std::sort(begin, end, comp);现在变为：
std::sort(exe_policy, begin, end, comp);只需要添加执行策略(execution policy)，有三个选项：
std::execution::seq（顺序执行）:
这是默认的执行策略，也就是说，如果你没有明确指定执行策略，算法将使用顺序执行。
算法将按照顺序依次处理元素，不涉及并行处理。
std::execution::par（并行执行）:
使用这个执行策略将启用并行执行。算法会尝试以并行的方式处理元素，充分利用多核处理器。
std::execution::par_unseq（并行和向量化执行）:
这个执行策略允许算法在并行的同时进行向量化（vectorization），这意味着可以利用 SIMD（Single Instruction, Multiple Data）指令集进行并行向量化操作。
与
std::execution::par不同，par_unseq在能够并行处理的同时还允许矢量化处理，从而更充分地利用硬件的并行和向量化能力。
2.头文件层面
必须要引入：
#include
#include 如果有tbb的操作，可以引入tbb的头文件，例如：设置线程数。
3.编译层面
编译时需要指定链接信息，例如：
g++ -O3 -std=c++17 -Wall -Wextra -pedantic -I/usr/local/include/tbb -L /usr/local/lib/ -o main.out main.cc -ltbb4.性能测试
最近在做sort相关的工作，想看看merge与sort的性能，所以写了个benchmark，逻辑如下：
串行sort vs 并行sort(par策略)
串行merge vs 并行merge(par策略)
数据范围：
BENCHMARK(BM_ParallelSort)->Arg(16384)->Arg(16384000)->Arg(163840000);下面的测试结果将采用tbb默认线程调度策略。
对比组1：并行Sort/串行Sort详细数据与加速比
对比组2：并行Merge/串行Merge详细数据与加速比
tbb文档：
https://oneapi-src.github.io/oneTBB/index.html
如果要设置线程数，可以这样操作：
#include
tbb::task_scheduler_init init(16); 往期回顾：
热度更新，手把手实现工业级线程池
秒杀面试题：深入final，掌握C++性能优化
欢迎加入一起学习～
