Question

我是OpenMP的新手，从我读过的关于OpenMP 2.0（Microsoft Visual Studio 2010标准版）的内容来看，全局变量在并行编程中使用时会被认为很麻烦且容易出错。我也一直在采用这种感觉，因为我发现很少有关于如何有效地处理全局变量和静态全局变量，或根本没有。

我有这段代码运行，但由于在并行块中创建的局部变量，我没有得到我正在寻找的答案。我得到8种不同的打印输出（因为我的PC上有多少个线程）而不是1个答案。我知道这是因为并行块中创建的局部变量“list”，但如果我移动“list”变量并使其成为全局变量，则此代码将不会运行。实际上代码确实运行但它从来没有给我回答。这是我想要修改以使用全局“列表”变量的示例代码：

#pragma omp parallel
{
    vector<int> list;
#pragma  omp for
    for(int i = 0; i < 50000; i++) 
    {
        list.push_back(i);
    }
    cout << list.size() << endl;
}

输出：

他们加起来达到50000，但我没有得到50000的答案，而是分开了。

解决方案：

    vector<int> list;
    #pragma omp parallel
{
    #pragma  omp for
    for(int i = 0; i < 50000; i++) 
    {
        cout << i << endl;
    #pragma omp critical
        {
            list.push_back(i);
        }
    }
}
cout << list.size() << endl;

Answer 1

根据MSDN Documentation并行条款

定义一个并行区域，这是将由其执行的代码多个线程并行。

由于list变量是在此部分内声明的，因此每个线程都有自己的列表。

另一方面，for pragma

使并行区域内的for循环完成工作在线程之间划分。

因此，50000次迭代将在线程之间进行分割，但每个线程都有自己的列表。我认为你要做的事情可以通过以下方式实现：

将列表定义放在“并行”部分之外。
使用critical section保护list.push_back语句。

试试这个：

vector<int> list;
#pragma omp parallel
{
#pragma  omp for
    for(int i = 0; i < 50000; i++) 
    {
#pragma omp critical
        {
            list.push_back(i);
        }
    }
}
cout << list.size() << endl;

在这种情况下，我认为你不应该从OpenMP获得任何加速，因为会有关键部分的争用。更快的解决方案（如果你不关心元素的顺序）将是每个线程都有自己的列表，并在循环结束后合并这些列表。在这种情况下，使用std :: list而不是std :: vector的实现看起来更干净（因为你不必复制数组）。

某些应用程序受内存限制，不受计算限制。底线：检查您是否真的从OpenMP获得了加速。

Answer 2

为什么你需要第一个pragma？（#pragma omp parallel）。我认为这就是问题所在。

C ++ OpenMP for循环全局变量问题

2 个答案: