同时执行相同指令。例如，如果指令是将两个数组元素相加，每个线程会从不同的位置读取数据，并执行相加

### 多线程实现数组元素相加 为了实现多线程并行计算数组元素之和，可以通过将数组划分为若干部分，每部分由不同的线程负责处理。最终汇总各线程的结果得到总和。 以下是具体方法： #### 方法概述 1. 将数组按照一定规则分割成多个子区间，每个子区间对应一个线程的任务范围。 2. 创建多个线程，分别对各自对应的子区间内的元素进行累加运算。 3. 主线程等待所有工作线程完成任务后，收集各个线程返回的部分和，并将其合并为最终结果。 这种方法充分利用了现代计算机的多核特性来加速大规模数据集上的简单重复操作[^1]。 下面给出一段基于C++标准库`<thread>`实现上述逻辑的例子: ```cpp #include <iostream> #include <vector> #include <thread> // 定义全局变量存储中间结果以及互斥锁对象 std::mutex mtx; long long global_sum = 0; void add_elements(const std::vector<int>& vec, int start_idx, int end_idx){ long local_sum = 0; for(int i=start_idx; i<=end_idx && i<(int)vec.size(); ++i){ local_sum += vec[i]; } // 锁定区域更新共享资源global_sum std::lock_guard<std::mutex> lock(mtx); global_sum += local_sum; } int main(){ const size_t N = 1e7; // 数组大小 const size_t num_threads = 8; // 线程数量 // 初始化随机数向量作为输入数据源 std::vector<int> data(N); for(auto& elem : data){ elem = rand() % 100 +1 ; } // 记录起始时间戳 auto begin_time = std::chrono::steady_clock::now(); // 启动num_threads条线程分担任务 std::vector<std::thread> threads; for(size_t t=0;t<num_threads;++t){ int start_index = (N/num_threads)*t; int stop_index = ((t==num_threads-1)?(N-1):(N/num_threads*(t+1)-1)); threads.emplace_back(add_elements,std::ref(data),start_index,stop_index); } // 阻塞直到所有线程结束 for(auto &th:threads){ th.join(); } // 输出耗时与结果验证 auto duration = std::chrono::duration_cast<std::chrono::milliseconds>(std::chrono::steady_clock::now()-begin_time).count(); std::cout << "Total Sum:" << global_sum<<", Time taken:"<<duration<<"ms"<< std::endl; return 0; } ``` 此代码片段展示了如何利用C++中的`std::thread`类创建新线程，并通过传递参数指定其要处理的数据段。注意这里采用了互斥体(`std::mutex`)保护共同修改的目标——即累积求和变量 `global_sum`,从而避免竞态条件的发生[^2]. 另外，在实际应用中可能还需要考虑更多细节比如异常安全、负载均衡等问题；如果是在图形界面应用程序里，则可借助框架如Qt所提供的高级抽象接口简化开发流程[^3]。