c++中的std::execution策略是什么_c++ C++17并行算法库【STL】

std::execution 是 C++17 引入的一组执行策略（execution policies），用于显式控制标准库并行算法（如 std::sort、std::transform、std::reduce 等）的执行方式。它不是“策略模式”的设计模式实现，而是一组轻量级的标记类型（tag types），供算法在调用时声明期望的并发行为。

std::execution 提供的三种执行策略

目前标准定义了三个策略对象（C++17 起，C++20 增加了 unseq 的变体但未改变核心）：

• std::execution::seq：顺序执行（sequential）——禁止任何并行或向量化，等价于不传策略的传统调用；
• std::execution::par：并行执行（parallel）——允许算法在多个线程上划分任务，但不保证数据竞争安全（需用户确保无共享可变状态）；
• std::execution::par_unseq：并行+向量化（parallel + unsequenced）——既允许多线程，也允许编译器对循环内操作自动向量化（如 SIMD），对迭代器解引用和函数调用顺序不做保证（要求函数为无副作用、幂等）。

怎么用？基本调用形式

所有支持执行策略的算法都重载了一个接受 ExecutionPolicy&& 作为首个参数的版本：

std::vector v = {/* ... */};
std::sort(std::execution::par, v.begin(), v.end()); // 并行排序
std::transform(std::execution::par_unseq, 
               v.cbegin(), v.cend(), 
               v.begin(), 
               [](int x) { return x * x; }); // 并行+向量化平方

注意：
– 必须显式包含 头文件；
– 编译器需开启对应支持（如 GCC/Clang 需 -pthread，部分需 -D_GLIBCXX_PARALLEL 或启用 libstdc++ 并行模式）；
– 不是所有标准库实现都完整支持全部策略（例如 MSVC 对 par_unseq 支持有限）。

关键注意事项和常见误区

这些策略不改变算法语义，但极大影响线程安全与性能边界：

• 使用 par 或 par_unseq 时，用户提供的函数对象（如 lambda）必须是 无数据竞争的——不能读写共享的非 const 变量；
• par_unseq 要求函数为 无副作用（比如不能修改全局状态、不能依赖调用顺序、不能抛异常——除非明确处理）；
• 迭代器必须满足 随机访问（如 vector::iterator），否则多数并行算法会退化或编译失败；
• 小规模数据（如 size
• 策略只是“建议”，实现可忽略（例如单线程环境或调试构建下可能回退到 seq）。

如何判断是否生效？

没有标准方法直接“查询”当前策略是否被实际并行化。可行做法包括：

• 观察 CPU 利用率（如 top / htop 中多核负载是否上升）；
• 用计时对比不同策略下的运行时间（注意预热、关闭 ASLR、禁用 CPU 频率调节）；
• 查阅所用 STL 实现文档（如 libstdc++ 的 parallel mode 需手动启用）；
• 调试时加日志（仅限开发验证，注意避免日志本身引入同步开销）。

基本上就这些。用好 std::execution 不是加个标签就变快，而是理解数据、算法、硬件三者的配合边界。