OpenMp并行计算，为嘛双核没单核快，还比单核慢三倍
这个是没使用OpenMp的代码：50万*5000*次乘法运算 cpu占用50%也就是一个核心，耗费大概十秒

C/C++ code

#include "stdafx.h"   #include <Windows.h>         int _tmain(int argc, _TCHAR* argv[])   {       unsigned long ticks1,ticks2;       ticks1 = GetTickCount();              unsigned long a=1;              for (int i = 1; i < 500000; i++)       {           for (int i = 1; i < 5000; i++)           {               a=1;               a=a*i;           }       }              printf("%d\n",a);       ticks2 = GetTickCount();          ticks1=ticks2-ticks1;       printf("程序经过毫秒数：%d",ticks1);       getchar();       return 0;   }   

这个是使用OpenMp的运算。

添加omp文件头

将 Project 的Properties中C/C++里Language的OpenMP Support开启

在要使用openmp的地方 添加 #pragma omp parallel

结果：cpu占用100%两个核心，但是耗时30秒。。。。。。。搞不懂呀

#include "stdafx.h"
#include <Windows.h>
#include <omp.h>


int _tmain(int argc, _TCHAR* argv[])
{
unsigned long ticks1,ticks2;
ticks1 = GetTickCount();

unsigned long a=1;
#pragma omp parallel for
for (int i = 1; i < 500000; i++)
{
for (int i = 1; i < 5000; i++)
{
a=1;
a=a*i;
}
}

printf("%d\n",a);
ticks2 = GetTickCount();

ticks1=ticks2-ticks1;
printf("程序经过毫秒数：%d",ticks1);
getchar();
return 0;
}


[解决办法]
不会，#pragma omp 有问题吧？
大概你是每个核心都算了一遍。
#pragma omp parallel 后面写公有或似有变量
{
#pragma omp for
for(...)
{
...
}
}