c++ openmp中的线程

Posted 2023-02-22

【中文标题】c++ openmp中的线程

【英文标题】：c++ threading in openmp

【发布时间】：2018-03-15 10:33:11

【问题描述】：

您好，我在使用这个程序时遇到了困难，我应该依次遍历整个数据向量，并使用 openmp 并行地对其中的每个向量求和（并将总和存储在 solution[i] ）。但是程序由于某种原因卡住了。我得到的输入向量并不多，但非常大（每个 2.5m 个整数）。知道我在做什么错吗？ 下面是代码，ps：忽略未使用的minVectorSize参数：

void sumsOfVectors_omp_per_vector(const vector<vector<int8_t>> &data, vector<long> &solution, unsigned long minVectorSize) 
    unsigned long vectorNum = data.size();
    for (int i = 0; i < vectorNum; i++) 
#pragma omp parallel
        
            unsigned long sum = 0;
            int thread = omp_get_thread_num();
            int threadnum = omp_get_num_threads();
            int begin = thread * data[i].size() / threadnum;
            int end = ((thread + 1) * data[i].size() / threadnum) - 1;

            for (int j = begin; j <= end; j++) 
                sum += data[i][j];
            
#pragma omp critical
            
                solution[i] += sum;
            
        
    

【问题讨论】：

When is the reduction needed?的可能重复

请停止发布我们的作业：cw.fel.cvut.cz/wiki/courses/b4b36pdv/tutorials/hw_02a

【参考方案1】：

void sumsOfVectors_omp_per_vector(const vector<vector<int8_t>> &data, vector<long> &solution, unsigned long minVectorSize) 
unsigned long vectorNum = data.size();
for (int i = 0; i < vectorNum; i++) 
        unsigned long sum = 0;
        int begin = 0;
        int end = data[i].size();
        #omp parallel for reduction(+:sum)
        for (int j = begin; j < end; j++) 
            sum += data[i][j];
        

        solution[i] += sum;

这样的东西应该更优雅，效果更好，你能编译和评论它是否适合你

【讨论】：

作为一般规则，让 omp 为您分配工作负载更聪明，正如@Nicolas Cami 指出的那样并行化最外层循环。除非你有一些依赖可以防止这种情况发生

感谢您的回答，这实际上适用于我提到的输入，但我有一个后续问题，当我输入包含向量长度非常不同的数据时，它会运行 2 分钟但没有给出合理的输出，这是为什么呢？我知道对于这样的输入，这种方法不是最好的，但无论如何它应该给出正确的答案，对吧？

你的意思是“我”？但是如果 len(solution) != len(data) 这将是一个问题。如果 i 超出任一向量的范围，将导致未定义的行为。你能检查一下逻辑吗？

我的意思是：...当我输入 which...，ps: len(solution)==solution(data) 我可以保证

我只能在这里猜测。但我认为当 j >> i 时，你会看到很好的缩放。但是如果 i >> j 开销与工作量的关系将使这不可行。但是这里没有合理的输出就意味着错误的输出？