我有一个程序可以很好地扩展到多个线程，尽管理论上它应该线性扩展：这是一个可以拆分成更小块的计算，不需要系统调用、库调用、锁定等。用四个线程运行只比用单线程（在四核系统上）运行快两倍，而我预计这个数字的速度会接近四倍。
pthreads、C++0x线程和OpenMP实现的运行时间一致。
为了查明原因，我尝试了gprof（无用）和valgrind（我没有看到任何明显的东西）。如何有效地衡量导致经济放缓的原因？关于它可能的原因，有什么通用的想法吗？
--更新--
计算涉及蒙特卡罗积分，我注意到生成随机数花费了不合理的时间。虽然我还不知道为什么四个线程会发生这种情况，但我注意到随机数生成器是不可重入的。当使用互斥时，运行时间会爆炸式增长。在检查其他问题之前，我将重新实现这一部分。
我确实重新实现了采样类，这确实大大提高了性能。事实上，剩下的问题是CPU缓存的争用（正如Evgeny所怀疑的那样，cachegrind揭示了这一点。）
您可以使用opfile。或者穷人的伪探查器：在gdb下运行程序，停止它并查看它停止的位置。"valgrind--tool=cachegrind"将向您展示CPU缓存的使用效率。
蒙特卡罗积分似乎是一种内存密集型算法。试着估计一下内存带宽是如何使用的。它可能是限制程序性能的因素。此外，如果您的系统只有2核超线程，那么与2个线程相比，4个线程的工作速度应该不会快得多。