最好的操作系统便携式线程池库

1. 新的 C++11 标准具有线程支持，因此如果您的编译器支持，您应该更喜欢它。否则，有Boost.Thread。这些不是线程池库，但您可以在它们之上构建线程池。
2. 取决于您尝试解决的问题。如果你想并行运行n个任务，你必须启动n个线程，无论你有多少个处理器内核（在处理器增长多个内核之前，多线程很流行，通常数百个线程已经在并行运行，所以更多的线程并不重要）。另一方面，线程创建成本很高，因此不应为每个生存期较短的后台线程创建新线程。在 C++11 中，您可以将 futures 用于此类后台任务。

1. 如果可能的话，最好的办法是使用抽象线程的库，而是专注于任务，如英特尔TBB/Microsoft PPL。它们还提供并行算法，例如易于使用且功能强大的parallel_for。此外，它们还提供了解决其他不同问题的可能性，例如减少操作、递归的东西......

2. 通常，这并不好，因为在线程和线程旋转之间过多的任务切换会降低性能。相反，应该尝试 - TBB 和 PPL 这样做 - 通过应用任务窃取模式来拆分不同线程上的工作（请参阅 TBB wiki 页面）。小额超额订阅的唯一好处是当某些线程必须等待时，这会浪费 CPU 处理时间。

1）我也会选择Boost。

2）也许吧。如果任务中存在任何锁定或 I/O 阻塞，则可能需要大量线程。 如果任务是 CPU 密集型的，那就更难说了。 如果任务不读取，尤其是写入大量数据，因此在运行时不会使那么多缓存失效，则大量线程似乎实际上略微提高了性能 - 如果只是添加到变量中，200 个线程完成的工作比 8 个线程多一点。 在更常见的 CPU 密集型任务中，这些任务使用大量内存，因此往往会弄脏所有缓存，大量线程（例如 200）通常会导致吞吐量下降 20-50%，因为缓存刷新。

dlib 中有一个线程池工具，它允许您指定计算机上的处理内核数，然后将作业提交到线程池。 因此，如果您正在寻找一些可以轻松有效地使用多核 CPU 的东西，那么 dlib：：thread_pool 可能非常有用。

还有一个示例程序，它展示了如何使用各种方法（包括 C++11 lambda 函数）将作业提交到池。 另一个好处是没有安装过程，您只需下载dlib和此示例程序并进行编译即可。 您无需安装或配置任何内容。 它只能在您提到的任何一个平台上工作。

Boost 线程是跨平台的，对于C++：http://www.boost.org/doc/libs/1_49_0/doc/html/thread.html