openMp改写的程序比串行还慢

运行的慢是因为你的length太小。并行的话比串行需要时帆桐兆间去分，还需要时间再合。所以当你数据量太小时反而用串行的就比较快了。

你换成一亿就能看出差距了。

我没看出来哪有冲突。但是我觉得你上面赋值和算c那这么写也许效率更快态租。

#pragma omp parallel for

for(i=0i<lengthi++)

{

A[i] = (rand_r(&seed))%10

B[i] = (rand_r(&seed))%10

C[i] = (A[i]+B[i])/2

}

还有，你根本没用到头文件轮歼time.h啊。你写这个头文件干嘛？是不是想看运行时间啊。

OpenMP开启、关闭线程的开销难以减少，提高程序运行效率只能是对程序进行优化。对一个可并行的程序来说，并不是进行了并行化改造其效率就一定会提升，若可并行区域执行时间本身就较短，OpenMP开启、关闭线程的开销很有可能抵消掉进行肢肆历了并行化改造后的效益。主程序调用了多个子程序，那么这些子程序是否可以进行合并，或者是处理时间较短的子程序是否可以考虑进行串行处理。

另外，加速效果不理想除了可能是并行开销的原因之外，也有可能是并行化代码的问题。OpenMP开启的线程并不能做到处理时间历搜的完全一致，其可能会存在某一个线程处理滞后导致先完成的线程在循环结束处等待的情况，可以使用英特尔®雹兄 VTune™ 性能分析器（好像可以试用一个月）来看一下OpenMP的加速情况，不同的代码选用循环调度策略（静态、动态、指数、运行时）其加速效果也不一样。

OpenMP 是一种基于共享内存并行计算的编程模型，为了保证数据一致性，在编写多线程程序时需要采取一些措施来避免数据破坏。下面是一些用 OpenMP 编写多线程程序的一些基本技巧，以确保数据一致性和线程安全：

1. 使用互斥锁（mutex）：在对共享数据修改的关键区域使用互斥锁进行保护，以确保同一时间只有一个线程在修改共享数据，避免数据破坏。凯举OpenMP 提供了几个内置指令来实现互斥锁，如 `omp_lock_t` 和 `omp_set_lock()`、`omp_unset_lock()` 等。

2. 分配私有内存（private memory）：在多线程程序中，每个线程都需要分配自己的内存空间，防止多个线程同时修改相同的内存地址，并导致数据破坏。可以使用 `private` 关键字将变量声明为私有变量，每个线型仿程都有自己的一份拷贝，并在各自的线程中修改，而不会影响其它线程。

3. 使用原子 *** 作：对一些简单的 *** 作，如递增和递减等，可以考虑使用原子 *** 作来保证线程安全，防止数据破坏。OpenMP 提供了几个内置指令来实现原子 *** 作，如 `omp_atomic`、`omp_atomic_read`、`omp_atomic_write`、`omp_atomic_capture` 等。

4. 限制共享数据的访问范围：尽量将共享数据的访问范围限制在需要的代码段内，避免多个线程同时访问导致数据破坏。可以使用 `private` 关键字或将共享数据限制在 `parallel` 或 `for` 指令块内。

5. 使用同步机制：在需要等待其它线程完成某些 *** 作时，可以使用 OpenMP 中提供的同步机制来进行线程同步。如 `omp barrier`、`omp flush`、`omp sections` 等。

总之，在使用 OpenMP 编写卜孙纤多线程程序时，需要注意保障数据一致性和线程安全，避免数据破坏。可以使用互斥锁、私有变量、原子 *** 作、限制访问范围和同步机制等技术手段，保证多线程程序的正确性和高性能。

---