并行计算积分可以通过使用并行计算框架（例如OpenMP、MPI、CUDA等）来实现。下面是一个使用OpenMP进行并行计算积分的示例代码：

#include 
#include 
#include 

double f(double x) {
    return sin(x);
}

double integrate(double a, double b, int n) {
    double dx = (b - a) / n;
    double sum = 0.0;

    #pragma omp parallel for reduction(+:sum)
    for (int i = 0; i < n; ++i) {
        double x = a + (i + 0.5) * dx;
        sum += f(x) * dx;
    }

    return sum;
}

int main() {
    double a = 0.0;
    double b = 1.0;
    int n = 10000000;
    double result;

    double start_time = omp_get_wtime();
    result = integrate(a, b, n);
    double end_time = omp_get_wtime();

    std::cout << "Result: " << result << std::endl;
    std::cout << "Time: " << end_time - start_time << " seconds" << std::endl;

    return 0;
}

在上面的示例代码中，integrate函数使用OpenMP的并行for指令#pragma omp parallel for来并行计算积分。通过reduction(+:sum)可以确保每个线程在计算过程中独立维护一个局部的sum变量，并且最后将它们加到一起得到最终的积分结果。

要注意的是，在使用并行计算框架时，需要确保正确地设置线程数或者进程数，以及合理地划分任务，以避免线程间的竞争和冲突。