我正在嘗試使用 goroutine 來并行化一些計算。但是，goroutine 的執行時間讓我很困惑。我的實驗設置很簡單。runtime.GOMAXPROCS(3)datalen := 1000000000data21 := make([]float64, datalen)data22 := make([]float64, datalen)data23 := make([]float64, datalen)t := time.Now()res := make(chan interface{}, dlen)go func() {    for i := 0; i < datalen; i++ {        data22[i] = math.Sqrt(13)    }    res <- true}()go func() {    for i := 0; i < datalen; i++ {        data22[i] = math.Sqrt(13)    }    res <- true}()go func() {    for i := 0; i < datalen; i++ {        data22[i] = math.Sqrt(13)    }    res <- true}()for i:=0; i<3; i++ {    <-res}fmt.Printf("The parallel for loop took %v to run.\n", time.Since(t))請注意，我在 3 個 goroutine 中加載了相同的數據，該程序的執行時間為The parallel for loop took 7.436060182s to run.但是，如果我讓每個 goroutine 處理不同的數據，如下所示：runtime.GOMAXPROCS(3)datalen := 1000000000data21 := make([]float64, datalen)data22 := make([]float64, datalen)data23 := make([]float64, datalen)t := time.Now()res := make(chan interface{}, dlen)go func() {    for i := 0; i < datalen; i++ {        data21[i] = math.Sqrt(13)    }    res <- true}()go func() {    for i := 0; i < datalen; i++ {        data22[i] = math.Sqrt(13)    }    res <- true}()go func() {    for i := 0; i < datalen; i++ {        data23[i] = math.Sqrt(13)    }    res <- true}()for i:=0; i<3; i++ {    <-res}fmt.Printf("The parallel for loop took %v to run.\n", time.Since(t))這個的執行時間幾乎是之前的 3 倍，幾乎等于/比沒有 goroutine 的順序執行更糟The parallel for loop took 20.744438468s to run.我想也許我以錯誤的方式使用了 goroutine。那么使用多個 goroutine 處理不同數據的正確方法應該是什么？