使用std::async可通过拆分循环区间实现并行for，每个区间由异步任务处理；2. 示例中将数组分块并计算各块平方和，最后合并结果；3. 应根据std::thread::hardware_concurrency()控制任务数以避免资源耗尽；4. 优点为代码简洁、无需额外依赖，缺点是缺乏负载均衡且线程开销大；5. 需注意lambda捕获变量的有效性及调用fut.get()获取结果。

在C++中，std::async 提供了一种启动异步任务的简便方式。虽然它不像OpenMP那样直接支持并行for循环，但可以通过手动拆分循环迭代来模拟简单的并行for行为。这种方式适合学习任务并行的基础概念。

基本思路：将循环范围拆分为多个块

要使用 std::async 实现并行for循环，可以把一个大循环分成若干个子区间，每个子区间由一个异步任务处理。所有任务通过 std::async 启动，默认使用 std::launch::async 策略确保真正异步执行。

示例：并行计算数组元素的平方和

假设有一个包含10000个整数的数组，我们想并行计算它们的平方和：

立即学习“C++免费学习笔记（深入）”；

#include <iostream>
#include <vector>
#include <future>
#include <numeric>

long long parallel_for_square_sum(const std::vector<int>& data, int num_tasks) {
    int chunk_size = data.size() / num_tasks;
    std::vector<std::future<long long>> futures;

    for (int i = 0; i < num_tasks; ++i) {
        int start = i * chunk_size;
        int end = (i == num_tasks - 1) ? data.size() : start + chunk_size;

        futures.push_back(std::async(std::launch::async, [&data, start, end]() {
            long long sum = 0;
            for (int j = start; j < end; ++j) {
                sum += static_cast<long long>(data[j]) * data[j];
            }
            return sum;
        }));
    }

    long long total = 0;
    for (auto& fut : futures) {
        total += fut.get(); // 等待完成并获取结果
    }

    return total;
}

控制并发数量避免资源耗尽

std::async 如果不加限制地创建大量任务，可能导致线程过多，系统调度开销变大甚至崩溃。建议根据硬件核心数控制任务数。

获取CPU核心数的方法：

C++14

C++14 对 C++11 的修正与增强版本，适合旧系统维护和较老工具链兼容。

下载

```cpp int hardware_threads = std::thread::hardware_concurrency(); int num_tasks = std::min(hardware_threads > 0 ? hardware_threads : 4, static_cast(data.size())); ```

这样既能充分利用多核，又不会过度创建线程。

适用场景与局限性

优点：

• 代码简洁，易于理解，适合教学和原型开发
• 利用了标准库，无需额外依赖
• 每个任务独立，无数据竞争（只要不共享可写数据）

缺点：

• 不能动态负载均衡，若各块计算量不均，会拉长整体时间
• 频繁使用 std::async 可能导致线程创建开销大（取决于实现）
• 不适合嵌套或细粒度并行

注意事项

确保捕获变量时使用正确的引用方式。如果在lambda中使用外部变量，应以引用捕获（如 [&data, start, end]），但要保证这些变量在任务执行期间仍然有效。

不要忘记调用 fut.get() 或 fut.wait()，否则析构时程序可能终止。

基本上就这些。用 std::async 做并行for是一种简单可行的学习手段，适合入门任务并行模型。