源码分享，采用线程池，实现高性能跨平台C++多线程并行库，附测试！

由于实用需要，实现一个跨平台的多线程并行库，摆脱windows的ppl，并且兼顾效率和跨平台性，特点如下：

• 采用C++11跨平台，调度性能和windows ppl库相近；
• 使用了其他大神的 线程池代码，实现线程高效复用；
• 支持STL容器、C数组、指针多种方式传递容器目标对象做并行；
• 代码可自行完善功能；

先看测试结果：

• 测试所用的执行函数体执行时间极端{ i += 1；}，目的是，测试比较多线程的调度性能；
• 由于数据量不大，主执行过程短，且windows平台VC编译器对串行有优化，所有串行的速度还是很快（不过没有可比性）；
• 对于连续空间排列容器（数组、vector）代码执行效率比windows PPL库略慢一些，不过调度效率尚可；
• 对于非连续空间容器（本例采用unordered_map）代码执行效率比windows PPL库快一些；
• 综合来说，若兼顾性能和考虑跨平台，代码效率还算是达标的。

下面是并发执行效果：（指定并发30个任务，实现了并行）

（指定cpu硬件核心线程数个并发任务，也实现了并行）
并行过程cpu出现极高峰值段（并行实现）

测试代码：

int main(){
   
	std::mutex cs;
	const int sii = 50000;
	const int cycle = 5000;
	int con[sii] = {
    2 };
	vector<int> con2(sii, 2);
	unordered_map<int, int> con3;
	map<int, int> con4;
	for (int i = 0; i < sii; ++i)con3[i] = 2, con4[i] = 2;
	auto incre = [&](int& i) {
   i += 1; };

	auto ttt0 = clock();
	for (size_t i = 0; i < cycle; i++)
		for (size_t j = 0; j < sii; j++)
			incre(con[j]);
	auto ttt1 = (clock() - ttt0) / double(CLOCKS_PER_SEC); ttt0 = clock();
	for (size_t i = 0; i < cycle; i++)
		parallel(&con[0],0, sii, incre); //传首指针
	auto ttt2 = (clock() - ttt0) / double(CLOCKS_PER_SEC);
	ttt0 = clock();
	for (size_t i = 0; i < cycle; i++)
		parallel_iter(con2.begin(), con2.end(), incre);
	auto ttt3 = (clock() - ttt0) / double(CLOCKS_PER_SEC); ttt0 = clock();
	for (size_t i = 0; i < cycle; i++)
		concurrency::parallel_for_each(con2.begin(), con2.end(), incre);
	auto ttt6 = (clock() - ttt0) / double(CLOCKS_PER_SEC); ttt0 = clock();
	for (size_t i = 0; i < cycle; i++)
		parallel_iter(con3.begin(), con3.end(), [](pair<const int, int>& i) {
   i.second += 1; });
	auto ttt4 = (clock() - ttt0) / double(CLOCKS_PER_SEC); ttt0 = clock();
	for (size_t i = 0; i < cycle; i++)
		concurrency::parallel_for_each(con3.begin(), con3.end(), [](pair<const int, int>& i) {
   i.second += 1; });
	auto ttt5 = (clock() - ttt0) / double(CLOCKS_PER_SEC); ttt0 = clock();
	for (size_t i = 0; i < cycle; i++)
		parallel_iter(con4.begin(), con4.end(), [](pair<const int, int>& i) {
   i.second += 1; });
	auto ttt7 = (clock() - ttt0) / double(CLOCKS_PER_SEC); ttt0 = clock();
	for (size_t i = 0; i < cycle; i++)
		concurrency::parallel_for_each(con4.begin(), con4.end(), [](pair<const int, int>& i) {
   i.second += 1; });
	auto ttt8 = (clock() - ttt0) / double(CLOCKS_PER_SEC); ttt0 = clock();
	cout << "\n[ 数据量 " << sii << " ][ 循环次数 " << cycle << " ] -> 执行时间统计 ---------------"
		<< endl << "串行                   ： " << ttt1 << " 秒"
		<< endl << "数组                   ： " << ttt2 << " 秒"
		<< endl << "vector                 ： " << ttt3 << " 秒"
		<< endl << "vector       (Win PPL) ： " << ttt6 << " 秒"
		<< endl << "unordered_map          ： " << ttt4 << " 秒"
		<< endl << "unordered_map(Win PPL) ： " << ttt5 << " 秒"
		<< endl << "map                    ： " << ttt7 << " 秒"
		<< endl << "map          (Win PPL) ： " << ttt8 << " 秒";

	size_t tCounts2 = 30;