OpenMP并行两种方法的区别

TL;博士 第一种方法没有 比赛条件 而第二种方法具有。

第一种方法没有竞争条件,而第二种方法有。即,在第一种方法中:

#pragma omp parallel for shared(sum) num_threads(4)
for(i=0; i<NUM_STEP; i++)
    sum[i] = step*f(from+i*step);
for(i=0; i<NUM_STEP; i++)
    result += sum[i];

每个线程都保存操作的结果 step*f(from+i*step); 在阵列的不同位置 sum[i] 在那之后 主人 线程,按顺序减少数组上保存的值 sum 即:

for(i=0; i<NUM_STEP; i++)
    result += sum[i];

实际上,您可以在这个版本上做一些改进;而不是分配数组 总和 大小与数量相同 NUM_STEP ,您可以将其分配为与线程数相同的大小,每个线程将保存在与其线程数相等的位置 ID 即:

int total_threads = 4;
double sum[total_threads];
#pragma omp parallel num_threads(total_threads)
{
  int thread_id = omp_get_thread_num();
  for(i=0; i<NUM_STEP; i++)
      sum[thread_id] += step*f(from+i*step);
  for(i=0; i< total_threads; i++)
      result += sum[i];
}

尽管如此,最好的方法将是实际修复第二种方法。

第二种方法是 比赛条件 关于变量的更新 result :

#pragma omp parallel for shared(result) num_threads(4)
for(i=0; i<NUM_STEP; i++)
    result += step*f(from+i*step);

因为 结果 变量由多个线程以非线程安全的方式并发更新。

为了解决这个问题 比赛条件 你需要使用 reduction 条款:

#pragma omp parallel for reduction(+:result) num_threads(4)
for(i=0; i<NUM_STEP; i++)
    result += step*f(from+i*step);