std::execution 是 C++17 引入的执行策略集，含 seq（顺序）、par（并行）、par_unseq（并行+向量化）和 C++20 新增 unseq（单线程向量化），用于控制标准库并行算法的执行方式，需显式传入算法首参并包含 <execution> 头文件。
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 <execution> 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）：
立即学习“C++免费学习笔记（深入）”；
#include <execution>
#include <numeric>
#include <vector>
std::vector<double> 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
<execution>； - 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。
