我有一个经过循环的代码块。 代码的一部分对数据向量进行操作，我想把这个操作向量化。 其思想是在多个线程上拆分数组的精化，这些线程将在数组的子部分上工作。 我必须在两种可能性之间作出决定。 第一种方法是在每次遇到此部分时创建线程，并在末尾将它们与主线程重新连接:

for(....)
{
//serial stuff

//crate threads
for(i = 0; i < num_threads; ++i)
{
    threads_vect.push_back(std::thread(f, sub_array[i]));
}

//join them
for(auto& t : threads_vect)
{
    t.join();
}

//serial stuff
}

这与OpenMP类似，但由于问题很简单，我想使用std::threads而不是OpenMP（除非有充分的理由反对这样做）。

第二种方法是提前创建线程，以避免创建和销毁的开销，并使用条件变量进行同步（我省略了很多同步的内容，这只是大致的思路）:

std::condition_variable cv_threads;
std::condition_variable cv_main;

//create threads, the will be to sleep on cv_threads

for(....)
{
//serial stuff

//wake up threads
cv_threads.notify_all();

//sleep until the last thread finishes, that will notify.
main_thread_lock.lock();
cv_main.wait(main_lock);

//serial stuff
}

为了允许并行性，线程必须在计算开始时唤醒后立即解锁thread_lock，然后再次获取thread_lock以进入睡眠状态，并在它们之间进行同步以通知主线程。

我的问题是，在这样的上下文中，这些解决方案中的哪一种通常是首选的，以及避免的线程创建和销毁开销是否值得增加复杂性（或者，如果增加的同步也会增加时间，那么是否值得）。

显然，这还取决于每个线程的计算时间，但这可能会有很大变化，因为数据向量的长度也可能非常短（每个线程大约两个元素，这将导致大约15毫秒的计算时间）。