std::execution 是 C++17 引入的一组执行策略（execution policies），用于显式控制标准库并行算法（如 std::sort、std::transform、std::reduce 等）的执行方式——是顺序执行、并行执行，还是并行加向量化（即“向量化并行”）。它不改变算法逻辑，只影响底层如何调度和执行迭代操作。

三种标准执行策略及其含义

目前标准定义了四个策略（C++17 起三个，C++20 新增一个），全部位于 头文件中：

• std::execution::seq：强制**顺序执行**，无并发，等价于传统串行算法。适合调试、小数据或有强依赖的场景。
• std::execution::par：允许**并行执行**（多线程），但不保证向量化。底层通常使用线程池或 std::thread 分发任务。
• std::execution::par_unseq：允许**并行且非顺序执行**（parallel + unsequenced），即支持多线程 + 单线程内 SIMD 指令（如 AVX）。这是性能潜力最高的策略，但要求算法操作满足无数据竞争、无副作用、可重排等严格条件（例如不能在 lambda 中修改共享变量或调用 printf）。
• std::execution::unseq（C++20）：仅限**单线程内向量化**（unsequenced），不启用多线程，但允许编译器自动向量化循环体。适用于对线程安全敏感但又想榨干单核性能的场合。

怎么用：并行算法调用示例

使用方式统一：把执行策略作为**第一个参数**传给支持的算法函数。注意：不是所有算法都支持；仅 C++17 及以后的标准库实现（如 libstdc++ 9+、libc++ 7+、MSVC 2019+）提供完整支持。

示例（对 vector 求平方和）：

#include 
#include 
#include 

std::vector v(1000000, 2.0);
double sum = std::reduce(std::execution::par_unseq, v.begin(), v.end(), 0.0, std::plus<>{}); // 并行+向量化求和

关键点：

• 必须显式包含 ；
• 策略对象不可复制或存储（是空类型，仅作标记）；
• 若运行时系统不支持（如线程数为 1 或未启用 OpenMP），par 和 par_unseq 会自动退化为顺序执行，不会报错；
• 不支持策略的算法（如 std::find_if 在部分旧实现中）会编译失败，需查文档确认。

注意事项与常见陷阱

并行 ≠ 自动加速，用错策略反而更慢甚至出错：

• 不要在 lambda 中访问/修改共享状态：比如捕获外部变量并 ++，或调用非线程安全函数（std::cout 、malloc）；
• 避免数据依赖：如 std::transform 中后项依赖前项结果，par_unseq 可能乱序执行导致错误；
• 小容器慎用并行：启动线程/向量化的开销可能远超计算收益；一般建议元素数 > 数千才考虑 par，> 数万再试 par_unseq；
• 调试时优先用 seq：行为确定、便于断点追踪；上线前再切换策略并压测。

如何判断是否真正并行了？

标准不提供运行时检测接口，但可通过以下方式验证：

• 用 htop 或任务管理器观察 CPU 核心占用率是否多核飙升；
• 在 lambda 中加入带时间戳的日志（注意线程安全，可用 std::mutex 或原子计数器）；
• 对比不同策略下 std::chrono::steady_clock 的耗时变化；
• 某些实现（如 Intel TBB 后端）支持环境变量（如 TBB_NUM_THREADS=1）强制限制线程数，可用于隔离测试。