在选择上面的选项之后，直接可以用“#pragma omp parallel for”标示给代码中的for循环加速，实例如下：
#include <stdio.h>
#include <time.h>
#include <stdlib.h>
void test()//纯粹浪费时间
{
int add = 0;
for (int runtime = 0; runtime < 100000000; runtime++)
add++;
printf("%d\n", add);
}
void main()
{
int beginClock = clock();//记录开始时间
#pragma omp parallel for
for (int testtime = 0; testtime<8; testtime++)
{
test();//运行计算
}
printf("运行时间为：%dms\n", clock() - beginClock);//输出图像处理花费时间信息
system("pause");
} 在本人的四核八线程i7 CPU上，其运行消耗时间为261ms，如果删除掉“#pragma omp parallel for”，则运行花费时间为1816ms，相差接近七倍，而如果把main里面的循环次数改为9次，则花费时间变为477ms，可见其正的用上了CPU能支持的最多线程数（八条线程）进行了处理。
#include <stdio.h>
#include <time.h>
#include <stdlib.h>
void test(int time)//纯粹浪费时间
{
int add = 0;
for (int runtime = 0; runtime < 100000000; runtime++)
add++;
printf("%d\n", time);
}
void main()
{
int beginClock = clock();//记录开始时间
/*并行内容*/
#pragma omp parallel sections
{
#pragma omp section
{
test(1);
}
#pragma omp section
{
test(2);
}
#pragma omp section
{
test(3);
}
#pragma omp section
{
test(4);
}
}
/*并行内容*/
printf("运行时间为：%dms\n", clock() - beginClock);//输出图像处理花费时间信息
system("pause");
} 运行时间是211ms，也比单线程运行快了不少实现了并行加速。
原文：http://blog.csdn.net/weixinhum/article/details/44465231