在做关于智能指针的rustlings练习时，我想知道如果多个线程都在阅读这个列表，使用引用一个数字列表的Arc的性能成本是多少。
所以我创建了一个基于Arc练习的简单程序。它计算向量中的数字之和，首先在一个线程中使用Rc计算10次并取平均时间，然后在10个并行线程中使用Arc计算10次，并比较所用的时间：

use std::sync::Arc;
use std::rc::Rc;
use std::thread;
use std::time::Instant;

fn main() {
    let numbers: Vec<_> = (0..1_000_000_u128).collect();
    let shared_arc = Arc::new(numbers.clone());
    let shared_rc = Rc::new(numbers);

    let mut joinhandles = Vec::new();

    // Test Rc
    let start = Instant::now();

    for _ in 0..10 {
        (*shared_rc).iter().sum::<u128>();
    }

    let t1 = start.elapsed();
    println!("{:?}", t1 / 10);

    // Test Arc
    let t2 = Instant::now();

    for _ in 0..10 {
        let thread_numbers = Arc::clone(&shared_arc);

        joinhandles.push(thread::spawn(move || {
            (*thread_numbers).iter().sum::<u128>();
        }))
    }

    // Join all threads
    for handle in joinhandles {
        handle.join().unwrap();
    }

    let t3 = t2.elapsed();
    println!("{:?}",  t3);
}

我针对不同大小的numbers向量运行了这个程序，并始终发现运行时间如下：
| 尺寸numbers|时间Rc|时间Arc|
| --|--|--|
| 1 000 000 |4.7 ms| 8.5毫秒|
| 10 000 000 |47毫秒|99毫秒|
| 100 000 000 |497毫秒|1088毫秒|
使用Arc的线程通常比只使用Rc的线程花费两倍的时间！
据我所知，Arc与Rc的区别仅在于Arc以线程安全的方式更新其引用计数，而Rc则没有。然后，我预计Arc的性能成本会随着线程的数量（特别是上面代码中对Arc::clone的调用数量）而变化，但不会随着引用计数器引用的向量的大小而变化。
我想解决方案是以下两种之一：

• 性能成本实际上是由于上述Arc测试的线程性质造成的;我不知道线程是如何工作的
• (A)Rc-对象在每次线程解除引用时都会以某种方式被编辑。如果是，为什么？

但到底是哪一种呢？我很想听听你的想法！
编辑：
为了澄清，这是在没有编译器优化的情况下运行的。我的CPU是i7 8700 K（6核，12线程，12 MB缓存）。