Question

我编写了一个与OpenMP快速排序相关的代码，如下所示：

#include <iostream>
#include <ctime>
#include <algorithm>
#include <functional>
#include <cmath>
using namespace std;
#include <omp.h>

void ParallelQuickSort(int *begin, int *end)
{
    if (begin+1 < end) 
    {
        --end;
        int *middle = partition(begin, end, bind2nd(less<int>(), *end));
        swap(*end, *middle);
        #pragma omp task shared(begin) firstprivate(middle)
            ParallelQuickSort(begin, middle);
        #pragma omp task shared(end) firstprivate(middle)
            ParallelQuickSort(++middle, ++end); 
    }
}

int main()
{
    int n = 200000000;

    int* a = new int[n];

    for (int i=0; i<n; ++i)
    {
        a[i] = i;
    }

    random_shuffle(a, a+n);
    cout<<"Sorting "<<n<<" integers."<<endl;

    double startTime = omp_get_wtime();
    #pragma omp parallel
    {
        #pragma omp single
            ParallelQuickSort(a, a+n);
    }
    cout<<omp_get_wtime() - startTime<<" seconds."<<endl;

    for (int i=0; i<n; ++i)
    {
        if (a[i] != i) 
        {
            cout<<"Sort failed at location i="<<i<<endl;
        }
    }

    delete[] a;
    return 0;
}

我在代码中遇到的问题是ParallelQuickSort函数中任务构造中的数据属性。变量middle应该是firstprivate而不是shared，因为执行这两个任务的线程可能会更改它。但是，如果我将变量begin和end设置为代码中显示的shared，则程序将失败。我想知道为什么他们（begin和end）应该是firstprivate而不是shared。在我看来，由于执行两个任务的线程分别保留变量begin和end，因此它们不会相互影响。另一方面，ParallelQuickSort函数是递归的，因此变量begin或end中存在竞争（例如，在父函数和子函数中）。我不确定这个嫌疑人，因为变量在不同的功能（父和子功能）。

Answer 1

首先，在给定区域中确定为private的变量在显式任务中自动firstprivate，因此您无需将它们明确声明为firstprivate。其次，您的代码包含++end;和--end;，用于修改end的值，如果end为shared，则会影响其他任务。 firstprivate是正确的数据共享类 - 每个任务只保留他们在创建任务时曾经拥有的begin，end和middle的值。

您的ParallelQuickSort应该像这样简单：

void ParallelQuickSort(int *begin, int *end)
{
    if (begin+1 < end) 
    {
        --end;
        int *middle = partition(begin, end, bind2nd(less<int>(), *end));
        swap(*end, *middle);
        #pragma omp task
            ParallelQuickSort(begin, middle);
        #pragma omp task
            ParallelQuickSort(++middle, ++end); 
    }
}

请注意，尽管此代码有效，但它比单线程版本慢：88.2秒，大型Xeon X7350（Tigerton）盒子上有2个线程，而单个线程则为50.1秒。原因是任务创建继续进行交换两个数组元素的非常简单的任务。使用任务的开销是巨大的，您应该设置一个理智的上限阈值，低于该阈值应该禁用任务，让我们说当子阵列大小达到1024个元素时。确切的数量取决于OpenMP运行时实现，CPU类型和内存速度，因此1024的值或多或少是随机选择的。仍然最佳值不应该创建两个处理属于同一缓存行的元素的任务，因此元素的数量应该是16的倍数（每个缓存行64个字节/每个整数4个字节）：

void ParallelQuickSort(int *begin, int *end)
{
    if (begin+1 < end) 
    {
        --end;
        int *middle = partition(begin, end, bind2nd(less<int>(), *end));
        swap(*end, *middle);
        #pragma omp task if((end - begin) > 1024)
            ParallelQuickSort(begin, middle);
        #pragma omp task if((end - begin) > 1024)
            ParallelQuickSort(++middle, ++end); 
    }
}

通过这个修改，代码运行34.2秒，同一个盒子上有两个线程。

OpenMP任务中的数据属性

1 个答案: