2.1.1   并行版的for循环

现在，让我们来看一段标准C++(www.cppentry.com)版的for循环代码：

vector<double> results = ...  
int workload = ...  
size_t n = results.size();  
for (size_t i = 0; i < n; ++i)  
{  
    results[i] = DoWork(i, workLoad);  
} 

接下来，为了体现出多核的性能优势，我们改用parallel_for函数来代替for关键字，并用lambda表达式（lambda expression）注1来替代原来的循环体。

如果你想使用并行循环，不要忘记循环各步骤间需要彼此独立，确保它们之间的通信不以写共享变量的方式来实现。

vector<double> results = ...  
int workload = ...  
size_t n = results.size();  
 
parallel_for(0u, n,[&results, workLoad](size_t i)  
{  
  results[i] = DoWork(i, workLoad);  
}); 

现在，只要条件允许，parallel_for函数就能利用多核资源来遍历上述代码中的索引区间。

在代码中，形如[captured variables] (args){body}的语句实质上是一个lambda表达式。在继续深入阅读之前，你或许应该去复习一下C++(www.cppentry.com)中关于 lambda表达式的语法内容。

另外，parallel_for函数还有一系列不同的重载（overload）版本。上述示例中所调用的版本声明如下。

template <typename _Index_type, typename _Function> 
void parallel_for(_Index_type _First,  
                    _Index_type _Last,  
          const _Function& _Func); 

在该函数中，前两个参数所表示的是该迭代的边界。第一个参数是循环的下界位；第二个参数则为循环的出界位，即上界位+1；而第三个参数则是一个作用于历次迭代的函数，迭代次数是该函数的参数之一。这意味着该循环的每次迭代操作都会调用这个函数。

关于parallel_for函数的另一个重载，我们将会在2.3节中再介绍。

和串行循环不同的是，parallel_for方法不能保证操作的顺序，即对较大索引值的操作可能排在较小索引值之前。

例子中类似于parallel_for第三参数那样的，形如[captured variables] (args) {body}的表达式，被称为lambda表达式。该表达式实质是一个能够捕获自己所在作用域中变量的函数对象。当然，_Func参数并不一定非得是lambda表达式，它也可以是一个函数指针注2（指向一个在别处声明的函数）。

如果你对lambda表达式的语法还不熟悉，可以参考2.7节中所推荐的文章。相信我，一旦你使用了lambda表达式，就会对它有一种相见恨晚的感觉。