如何使用 OpenMP 通过 C++ std::list 并行化 for 循环？
Posted
技术标签:
【中文标题】如何使用 OpenMP 通过 C++ std::list 并行化 for 循环？【英文标题】：How do I parallelize a for loop through a C++ std::list using OpenMP? 【发布时间】：2012-01-31 06:20:49 【问题描述】：我想使用 OpenMP 以并行方式遍历 std::list 中的所有元素。循环应该能够改变列表的元素。有一个简单的解决方案吗？当迭代器是随机访问迭代器时，OpenMP 3.0 似乎支持并行 for 循环，但否则不支持。无论如何，我更喜欢使用 OpenMP 2.0，因为我无法完全控制哪些编译器可供我使用。
如果我的容器是矢量，我可能会使用：
#pragma omp parallel for
for (auto it = v.begin(); it != v.end(); ++it)
it->process();
我知道我可以将列表复制到向量中，执行循环，然后将所有内容复制回来。但是，如果可能，我想避免这种复杂性和开销。
【问题讨论】：
【参考方案1】：我怀疑这是可能的，因为你不能在不遍历列表的情况下跳到列表的中间。列表不存储在连续内存中，std::list 迭代器不是随机访问。它们只是双向的。
【讨论】：
好吧，如果每个元素的处理比迭代更昂贵，那么并行化可能仍然是可取的。 如果有 2 个执行线程，您可以使用it1 = v.begin() 和 it2 = it1 + 1，然后使用 it1 += 2 和 it2 += 2 进行迭代。
@KennyTM，谢谢。这符合我正在寻找的内容。
但是 += 2 在非随机访问迭代器上仍然需要遍历迭代器一次迭代。我想如果列表在循环期间是 const 的话，这会起作用。但我猜你需要做很多设置才能让它工作。你不能说 it1 += 2 因为你仍然需要测试 it1 != list.end() 两个增量。【参考方案2】：
如果您决定使用Openmp 3.0，您可以使用task 功能：
#pragma omp parallel
#pragma omp single
for(auto it = l.begin(); it != l.end(); ++it)
#pragma omp task firstprivate(it)
it->process();
#pragma omp taskwait
这将在一个线程中执行循环，但将元素的处理委托给其他线程。
如果没有OpenMP 3.0，最简单的方法是写入指向列表中元素的所有指针（或向量中的迭代器并迭代该元素。这样您就不必复制任何内容并避免复制元素本身，所以它不应该有太多的开销：
std::vector<my_element*> elements; //my_element is whatever is in list
for(auto it = list.begin(); it != list.end(); ++it)
elements.push_back(&(*it));
#pragma omp parallel shared(chunks)
#pragma omp for
for(size_t i = 0; i < elements.size(); ++i) // or use iterators in newer OpenMP
elements[i]->process();
如果你想避免复制指针，你总是可以手动创建一个并行化的 for 循环。您可以让线程访问列表的交错元素（如 KennyTM 建议的那样），或者在迭代和迭代之前将范围分成大致相等的连续部分。后者似乎更可取，因为线程避免访问当前由其他线程处理的列表节点（即使只有下一个指针），这可能导致错误共享。这大概是这样的：
#pragma omp parallel
int thread_count = omp_get_num_threads();
int thread_num = omp_get_thread_num();
size_t chunk_size= list.size() / thread_count;
auto begin = list.begin();
std::advance(begin, thread_num * chunk_size);
auto end = begin;
if(thread_num = thread_count - 1) // last thread iterates the remaining sequence
end = list.end();
else
std::advance(end, chunk_size);
#pragma omp barrier
for(auto it = begin; it != end; ++it)
it->process();
屏障并不是严格需要的，但是如果process 改变了已处理的元素（意味着它不是一个 const 方法），如果线程迭代一个已经存在的序列，则可能会出现某种错误共享。突变。这种方式将在序列上迭代 3*n 次（其中 n 是线程数），因此对于大量线程而言，缩放可能不是最佳的。
为了减少开销，您可以将范围的生成放在#pragma omp parallel 之外，但是您需要知道有多少线程将形成并行部分。因此，您可能必须手动设置num_threads，或使用omp_get_max_threads() 并处理创建的线程数少于omp_get_max_threads()（这只是一个上限）的情况。最后一种方法可以通过在这种情况下为每个线程分配多个块来处理（使用#pragma omp for 应该这样做）：
int max_threads = omp_get_max_threads();
std::vector<std::pair<std::list<...>::iterator, std::list<...>::iterator> > chunks;
chunks.reserve(max_threads);
size_t chunk_size= list.size() / max_threads;
auto cur_iter = list.begin();
for(int i = 0; i < max_threads - 1; ++i)
auto last_iter = cur_iter;
std::advance(cur_iter, chunk_size);
chunks.push_back(std::make_pair(last_iter, cur_iter);
chunks.push_back(cur_iter, list.end();
#pragma omp parallel shared(chunks)
#pragma omp for
for(int i = 0; i < max_threads; ++i)
for(auto it = chunks[i].first; it != chunks[i].second; ++it)
it->process();
这将只需要对list 进行三次迭代（两次，如果您可以在不迭代的情况下获得列表的大小）。我认为这对于非随机访问迭代器来说是最好的，而无需使用tasks 或迭代一些不合适的数据结构（如指针向量）。
【讨论】：
感谢您的详细回答。 我想遍历整个map。如何使用 OpenMp 迭代整个地图？【参考方案3】：
http://openmp.org/forum/viewtopic.php?f=3&t=51
#pragma omp parallel
for(it= list1.begin(); it!= list1.end(); it++)
#pragma omp single nowait
it->compute();
// end for
// end ompparallel
这可以理解为展开为：
it = listl.begin
#pragma omp single nowait
it->compute();
it++;
#pragma omp single nowait
it->compute();
it++;
...
给定这样的代码：
int main()
std::vector<int> l(4,0);
#pragma omp parallel for
for(int i=0; i<l.size(); ++i)
printf("th %d = %d \n",omp_get_thread_num(),l[i]=i);
printf("\n");
#pragma omp parallel
for (auto i = l.begin(); i != l.end(); ++i)
#pragma omp single nowait
printf("th %d = %d \n",omp_get_thread_num(),*i);
return 0;
导出OMP_NUM_THREADS=4，输出如下（注意第二部分，工作线程号可以重复）：
th 2 = 2
th 1 = 1
th 0 = 0
th 3 = 3
th 2 = 0
th 1 = 1
th 2 = 2
th 3 = 3
【讨论】：
应该是：#pragma omp parallel private(it) 这样每个线程都得到一个迭代器的副本【参考方案4】：不使用 OpenMP 3.0，您可以选择让所有线程遍历列表：
std::list<T>::iterator it;
#pragma omp parallel private(it)
for(it = list1.begin(); it!= list1.end(); it++)
#pragma omp single nowait
it->compute();
在这种情况下，每个线程都有自己的迭代器副本（private），但只有一个线程会访问特定元素（single），而其他线程会前进到下一个项目（nowait）
或者您可以循环一次以构建一个指针向量，然后在线程之间分配：
std::vector< T*> items;
items.reserve(list.size());
//put the pointers in the vector
std::transform(list.begin(), list.end(), std::back_inserter(items),
[](T& n) return &n;
);
#pragma omp parallel for
for (int i = 0; i < items.size(); i++)
items[i]->compute();
根据您的具体情况，一种或另一种可能更快。测试哪个更适合您很容易。
【讨论】：
【参考方案5】：这是一个允许并行插入/删除列表的新元素的解决方案。
对于带有N 元素的列表，我们首先将列表切割成nthreads 列表
大约有N/nthreads 元素。在并行区域中，可以这样完成
int ithread = omp_get_thread_num();
int nthreads = omp_get_num_threads();
int t0 = (ithread+0)*N/nthreads;
int t1 = (ithread+1)*N/nthreads;
std::list<int> l2;
#pragma omp for ordered schedule(static)
for(int i=0; i<nthreads; i++)
#pragma omp ordered
auto it0 = l.begin(), it1 = it0;
std::advance(it1, t1-t0);
l2.splice(l2.begin(), l2, it0, it1);
l2 是每个线程的切割清单。
然后我们可以并行处理每个列表。例如，我们可以像这样在列表中的每个第一个位置插入 -1
auto it = l2.begin();
for(int i=(t0+4)/5; i<(t1+4)/5; i++)
std::advance(it, 5*i-t0);
l2.insert(it, -1);
最后，在我们对列表进行并行操作之后，我们将每个线程的列表拼接回一个列表，如下所示：
#pragma omp for ordered schedule(static)
for(int i=0; i<nthreads; i++)
#pragma omp ordered
l.splice(l.end(), l, l2.begin(), l2.end());
算法本质上是。
-
通过列表顺序快速制作剪切列表。
并行处理切割清单添加、修改或删除元素。
将修改后的切割清单按顺序重新拼接在一起。
这是一个工作示例
#include <algorithm>
#include <iostream>
#include <list>
#include <omp.h>
int main(void)
std::list<int> l;
for(int i=0; i<22; i++)
l.push_back(i);
for (auto it = l.begin(); it != l.end(); ++it)
std::cout << *it << " ";
std::cout << std::endl;
int N = l.size();
#pragma omp parallel
int ithread = omp_get_thread_num();
int nthreads = omp_get_num_threads();
int t0 = (ithread+0)*N/nthreads;
int t1 = (ithread+1)*N/nthreads;
//cut list into nthreads lists with size=N/nthreads
std::list<int> l2;
#pragma omp for ordered schedule(static)
for(int i=0; i<nthreads; i++)
#pragma omp ordered
auto it0 = l.begin(), it1 = it0;
std::advance(it1, t1-t0);
l2.splice(l2.begin(), l2, it0, it1);
//insert -1 every 5th postion
auto it = l2.begin();
for(int i=(t0+4)/5; i<(t1+4)/5; i++)
std::advance(it, 5*i-t0);
l2.insert(it, -1);
//splice lists in order back together.
#pragma omp for ordered schedule(static)
for(int i=0; i<nthreads; i++)
#pragma omp ordered
l.splice(l.end(), l, l2.begin(), l2.end());
for (auto it = l.begin(); it != l.end(); ++it)
std::cout << *it << " ";
std::cout << std::endl;
结果
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21
-1 0 1 2 3 4 -1 5 6 7 8 9 -1 10 11 12 13 14 -1 15 16 17 18 19 -1 20 21
【讨论】：
以上是关于如何使用 OpenMP 通过 C++ std::list 并行化 for 循环？的主要内容，如果未能解决你的问题，请参考以下文章