C++ pthreads 导致墙时间比串行运行更长

问：

我目前正在编写/运行一个程序，该程序本质上是在 Linux 中运行的域中反弹对象。这个过程可以对许多对象（~10^10 或更多）完成，我正在尝试弄清楚如何加快速度（目前在串行中需要 3 小时以上）。对于每个对象，我初始化它，开始它的移动，并查看它是否已经移动到一个新的域网格单元。从计算上讲，它不是很复杂，我只是做了很多数组查找，然后我将对象在前一个单元格中移动的距离写到数组中。我正在使用 pthreads 在 >50 个任务上运行，并且在运行代码时遇到速度变慢（需要 4 小时以上）。

代码本身有点太长，无法粘贴到这里，但重要的步骤：

//global variables
unsigned int Nth, Ncells; // these are input to the code
std::vector<std::vector<double>> distVec;

static void * start_moveObject(void *args)
            {
                return ((cellargs *)args)->context->moveOject(args);
            }

void * moveObject(void * args)
{
        unsigned int startv = ((cellargs *)args)->st;
        unsigned int endv = ((cellargs *)args)->ed;
        unsigned int thID = ((cellargs *)args)->thID;
        unsigned int dim = ((cellargs *)args)->context->dim;
        bool ncell = false;
        double dist = 0.;

        unsigned int currCell, prevCell;


        for(unsigned int index = startv; index < endv; index++)
        {
                // do the things here that move the object and calculate the distance (dist) traveled in currCell
                // check if it is in new cell
                if(currCell != prevCell)
                {
                       distVec[thID][prevCell] += dist; 
                       dist = 0;
                       prevCell = currCell;
                }
        }


int main()
{
            pthread_t * threads = new pthread_t[Nthreads];
            cellargs * args = new cellargs[Nthreads];
            unsigned int st, end, prev;
            distVec.resize(Nth);


            prev = 0;
            for(unsigned int ith = 0; ith < Nthreads; ith++)
            {
                        st = prev;
                        end = st + floor(Ncells/Nthreads);
                        if(ith == Nthreads -1)
                        end = Ncells -1;
                        prev = end + 1;

                        distVec[ith].resize(Ncells, 0.);

                        args[ith].st = st;
                        args[ith].end = end;
                        args[ith].thID = ith;
            
                        if(pthread_create(&threads[ith], NULL, start_moveObject, (void*)&args[ith]) != 0) 
            }

            for(unsigned int ith = 0; ith < Nth; ith++)
                        pthread_join(threads[ith], NULL);
}

有没有其他方法可以为并行运行编写代码，或者如果无法优化，其他库可以更好地用于此？