之前在《C 14 進行中，來看目前的委員會草案吧～》一文中有提過了，在 C 14 這個尚未定案的 C 新標準裡、又針對了 C 的核心語言、以及標準函示庫（STL）做出了若干的改進。其中，Heresy 覺得相當重要的一部分，就是讓平行化程式開發更簡單的 STL 新函示庫、Parallel STL 了！
而之前在《Modern C : What you need to know》一文也有提過，微軟在 Build 2014 上曾經預告過，將會放出根據《Working Draft, Technical Specification for C Extensions for Parallelism》實作的 Parallel STL 雛型版本；而現在，微軟終於把他放在 CodePlex 上了！
官方的介紹，是《Parallel STL – Democratizing Parallelism in C 》這篇文章，專案的網址則是：
要下載最新版本的話，基本上就是到「Source Code」裡面、點選右上方的「Download」就可以把整個打包成 ZIP 下載了（連結）；而如果有需要的話，也可以用 Git 把整個 clone 下來。
簡介
這套 Parallel STL 基本上算是 STL algorithm（參考）的延伸，所以它的內容基本上都和 STL algorithm 一樣、主要是針對 STL container 做處理；差別只是在於現行的 STL algorithm 提供的含式都是以單一執行序來執行的，而 Parallel STL 所提供的，則都是平行化處理的版本、理論上可以更好地發揮多核心處理器的效能！
而和 OpenMP 相比，Parallel STL 除了也可以透過 for_each() 把迴圈平行化外，主要其實還是他針對一些常見的演算法，提供了平行化的實作；像是 sort()、count()、reduce()、transform()、search() 等等，在有需要的時候，都可以直接拿來使用，而不需要自己重新實作，算是相當方便的！
另外，雖然目前他還是只有使用多核心 CPU 來做平行化，但是由於他是定義出一個標準程式介面、然後讓大家自己去實作，所以應該也可以期待、以後可以透過同樣的函式介面，來完成 GPU 的平行化吧～
函式庫準備
由於這個 Parallel STL 基本上還是一個獨立的函式庫，所以如果希望能在自己的專案裡使用的話，需要先把它建置成 lib 和 dll 才行。
在打開 ParallelSTL.sln 這個方案後，裡面可以找到「ParallelSTLDesktop」 這個專案，他基本上就是 Parallel STL 給 native C 用的函式庫了～
在建置好這個專案後，以 x86 的 release 版來說，可以在「release」資料夾下，找到建置出來「ParallelSTL.lib」和「ParallelSTL.dll」檔；至於其他的建置環境（x64、debug 等），所建置出來的檔案則是會在其他對應的目錄下，應該也可以簡單地找到。
再加上「include」目錄下的 header 檔，這樣就可以在其他專案裡面使用 Parallel STL 了。而之後如果所使用的開發環境有直接支援 Parallel STL 的話，就不需要做這些步驟，而可以直接使用了。
程式的撰寫
如果要使用 Parallel STL 的話，程式要做那些修改呢？其實相當簡單！首先，要注意的是：Parallel STL 因為目前還沒定案，還被視為 experimental、實驗性的功能，所以不管是 header 還是 namespace，都還有 experimental 的字樣；這個等正式定案之後，應該是會被拿掉的。
以目前還說，要使用 Parallel STL，基本上就是要 include 「experimental/algorthim」這個檔案；而之後，所有的相關函式，都會在「std::experimental::parallel」這個 namespace 下。
如果以要針對一個 STL 的 container v 做排序來說，使用標準 STL 的寫法，會是類似下面這樣：
using namespace std;
sort(v.begin(), v.end());
而要改用平行化的版本的話，則只需要改成：
using namespace std::experimental::parallel;
sort(par, v.begin(), v.end());
這樣就可以了！
可以看到，除了 namespace 從 std 變成 std::experimental::parallel 外，程式碼的修改，就只有 sort() 這個函式多了一個參數 par，要修改的地方相當地少～
而這邊的 par 是用來告訴 Parallel STL 要怎麼去執行這個函式用的，在現階段的規範裡面，有三種方法：
- seq：sequential execute、序列化執行、不要平行化
- par：parallel execute、平行化執行
- vec：vector execute、向量化執行（維基百科）
透過這個參數，就可以在程式裡面簡單地控制是否要平行化、或是要以向量化的方式來執行了。而 Parallel STL 提供的其他函式，也都是類似的狀況，只需要在前面多加這個參數就可以了～
如果是要把迴圈給平行化的化，則是可以使用 for_each() 這個函式，來掃過整個 container；下面就是一個簡單的例子：
using namespace std::experimental::parallel;
for_each(par, vData.begin(), vData.end(), [](int& iVal){
iVal = iVal* iVal;
});
在這個例子裏面，就是透過 for_each() 來對 vData 這個 vector 裡面每一項作平方的計算。這樣的寫法，如果用 OpenMP 的化，則會是：
#pragma omp parallel for
for (int i = 0; i < vData.size(); i)
vData[i] = vData[i] * vData[i];
兩者哪種好用？這就見仁見智了～
簡單的效能測試
以官方提供的「Sort_Sample」這個效能測試用的範例程式來說，在 Heresy 的 Intel Core i7-3612QM 這顆四核心、八執行序的電腦上，其結果摘錄如下：
Testing sort of 100000 ints:
serial:        0.000 seconds
parallel STL:  0.000 seconds
PPL:           0.000 seconds
Testing sort of 1000000 ints:
serial:        0.031 seconds
parallel STL:  0.000 seconds
PPL:           0.000 seconds
Testing sort of 10000000 ints:
serial:        0.234 seconds
parallel STL:  0.078 seconds
PPL:           0.062 seconds
Testing sort of 50000000 ints:
serial:        1.156 seconds
parallel STL:  0.328 seconds
PPL:           0.328 seconds
Testing sort of 100000000 ints:
serial:        2.437 seconds
parallel STL:  0.671 seconds
PPL:           0.656 seconds
可以看到，如果效能可以量測的話（>=10000000），用 Parallel STL 進行排序所需的時間，大概會是標準、沒有平行化版本的 1/3 – 1/4～這個效能的進步相當多了！
補充：
-
這個函示庫由於採用新的 C 語法來做開發，所以必須使用 Visual Studio 2013 以後的版本才能使用，如果使用 Visual Studio 2012 則會有編譯錯誤。
-
Parallel STL 在 debug 模式下的效能可能會比沒有平行化更差，如果要做效能測試，請記得使用 release 版。
-
微軟之前其實也有提供一個平行化的函式庫 Parallel Patterns Library（PPL）可以使用（參考），不過那是 Visual Studio 專用的；而現在的 Parallel STL 則是未來的 C STL 標準函式庫，可以在不同的開發環境使用。