如何并行化使用 boost？

Posted 2023-02-21

【中文标题】如何并行化使用 boost？

【英文标题】：How can I parallelize a for using boost?

【发布时间】：2012-10-08 15:45:46

【问题描述】：

为了优化我正在制作的一些库的执行，我必须并行化一些计算。 不幸的是，我不能为此使用 openmp，所以我正在尝试使用 boost::thread 做一些类似的替代方案。 有人知道这样的实现吗？ 我在线程之间共享变量时遇到特殊问题（将变量定义为openmp的“共享”和“私有”）。有什么建议吗？

【问题讨论】：

如果我错了，请纠正我，但这似乎回答了你的问题***.com/questions/10155457/…

是的，但是'c++11'的功能并没有完全移植到苹果的'llvm-clang'编译工具上，所以我对c++11和openmp也有同样的问题。这两个系统，甚至更简单，但不能在所有平台上使用

【参考方案1】：

据我所知，除了 OpenMP 之外，您必须明确地执行此操作。

例如，如果我们在 OpenMP 中有一个并行循环

int i;
size_t length = 10000;
int someArray[] = new int[length];

#pragma omp parallel private(i)


    #pragma omp for schedule(dynamic, 8)
    for (i = 0; i < length; ++i) 

        someArray[i] = i*i;

    

您必须将逻辑分解为一个“通用”循环，该循环可以处理您的问题的子范围，然后明确安排线程。然后每个线程将处理整个问题的一部分。这样，您就可以显式声明“私有”变量——进入 subProblem 函数的变量。

void subProblem(int* someArray, size_t startIndex, size_t subLength) 
    size_t end = startIndex+subLength;

    for (size_t i = startIndex; i < end; ++i) 
        someArray[i] = i*i;         
    


void algorithm() 

    size_t i;
    size_t length = 10000;
    int someArray[] = new int[length];
    int numThreads = 4; // how to subdivide
    int thread = 0;

    // a vector of all threads working on the problem
    std::vector<boost::thread> threadVector;

    for(thread = 0; thread < numThreads; ++thread) 
        // size of subproblem
        size_t subLength = length / numThreads;
        size_t startIndex = subLength*thread;

        // use move semantics to create a thread in the vector
        // requires c++11. If you can't use c++11,
        // perhaps look at boost::move?
        threadVector.emplace(boost::bind(subProblem, someArray, startIndex, subLength));            
    
    // threads are now working on subproblems

    // now go through the thread vector and join with the threads.
    // left as an exercise :P

上面是许多调度算法之一 - 它只是将问题分成与线程一样多的块。

OpenMP 方法更复杂——它将问题分成许多小块（在我的示例中为 8 个），然后使用工作窃取调度将这些块提供给线程池中的线程。实现 OpenMP 方式的困难在于您需要等待工作的“持久”线程（线程池）。希望这是有道理的。

更简单的方法是在每次迭代中执行异步操作（为每次迭代安排一项工作）。如果每次迭代都非常昂贵并且需要很长时间，这可以工作。但是，如果它是具有多次迭代的小块工作，则大部分开销将用于调度和线程创建，从而使并行化变得无用。

总之，根据您的问题，有许多种方法来安排工作，您可以自行决定哪种方法最适合您的问题。

TL；DR： 如果您提供“子范围”功能，请尝试为您安排的英特尔线程构建模块（或 Microsoft PPL）：

http://cache-www.intel.com/cd/00/00/30/11/301132_301132.pdf#page=14

【讨论】：

TBB，或微软的 PPL。 +1（过度？）全面的答案:)

@sehe 呵呵，我有点得意忘形了：P

感谢您的回复。 TBB 很棒，但是在 Win、Linux 和 MacOSX 上使用 TBB 相对容易，但很难将代码移植到 ios 或 android，所以我不能使用 TBB 库来实现。