为什么使用 OpenMP 库的代码在并行模式下比在顺序模式下运行的时间更长？

问：

我在使用 omp.h 库时遇到问题。任务是创建和测试一种使用高斯方法求解方程的算法，使用具有大量方程（从 500 个）的示例。串行和并行模式下执行时间的差异应该可见。我的代码在串行模式下显示 1.140253 秒，在并行模式下显示 4.394211 秒。我不明白错误在哪里

我在代码中将其用于并行模式，当我需要串行时，我会取消注释行omp_set_num_threads（1）

//omp_set_num_threads(1);
for (k = 0; k \< N - 1; k++)
{

        #pragma omp parallel for
        for (i = k + 1; i < N; i++)
        {
            
            d = A[i][k] / A[k][k];
            
            for (j = k; j < N; j++)
            {
                A[i][j] = A[i][j]- d * A[k][j];
            }
            B[i] = B[i] - d * B[k];
        }
    }

完整代码：

#include <iostream>
#include <ctime>
#include <omp.h>

const int N = 1000;
double A[N][N]; 
double B[N];    
double E[N];    

using namespace std;

void gauss(double A[N][N], double B[N], double E[N])
{
    
    int i, j, k;
    double d;
    //omp_set_num_threads(1);
    for (k = 0; k < N - 1; k++)
    {
        
        #pragma omp parallel for
        for (i = k + 1; i < N; i++)
        {
            
            d = A[i][k] / A[k][k];
            
            for (j = k; j < N; j++)
            {
                A[i][j] = A[i][j]- d * A[k][j];
            }
            B[i] = B[i] - d * B[k];
        }
    }
    
    for (i = N - 1; i >= 0; i--)
    {
        E[i] = B[i];
        
        for (j = i + 1; j < N; j++)
        {
            E[i] = E[i] - A[i][j] * E[j];
        }
        E[i]= E[i]/A[i][i];
    }
};

int main() {

    srand(time(NULL));
    for (int i = 0; i < N; ++i) {
        for (int j = 0; j < N; ++j) {
            A[i][j] = -10 + rand() % 20;
        }
        B[i] = -10 + rand() % 20;
        
    }
    
    double start = omp_get_wtime();

    gauss(A, B, E);

    double end = omp_get_wtime();
    
    cout << "Time: " << fixed << (end - start) << " sec" << endl;

    return 0;
}