Question

所以我有一个循环，我迭代一个向量的元素，在每个元素上调用一个函数，如果它符合某个条件，我将它推到一个列表上。

my_list li;

for (auto itr = Obj.begin(); itr != Obj.end(); ++itr) { 
     if ((*itr).function_call()) 
         li.push_back((*itr);
}

我一直在考虑如何优化我的程序，我遇到了OpenMP，但很多示例代码很难理解。

有人可以指导我如何转换上述循环以并行使用多个核心吗？

感谢。

Answer 1

您需要注意并行化该代码段

如果您正在使用OpenMP 3.0（或更高版本），您可以并行化for循环#pragma omp for，如果您使用的是旧版本的OpenMP，则需要使用for循环访问带索引的向量
您需要使用锁定保护li.push_back((*itr);语句或将其设置为关键部分
如果function_call不是一个非常慢的函数或者你的向量不包含那么多项，那么可能没有必要并行化，因为线程创建会引入开销。

因此伪代码实现将是

my_list li;
 #pragma omp for
 for (auto itr = Obj.begin(); itr != Obj.end(); ++itr) { 
     if ((*itr).function_call())
     {
         #pragma omp critical CRIT_1
         {
            li.push_back((*itr);
         }
     }
 }

Answer 2

现在是讨论使用容器类的有效方法的时候了，比如使用OpenMP的std :: list或std :: vector（因为OP希望使用带有OpenMP的列表来优化他的代码）。让我列举提高效率的四种方法。

将容器装入关键区块的平行部分
为每个线程创建容器的私有版本，并行填充它们，然后将它们合并到关键部分
请勿使用STL容器。 STL的设计并未考虑效率。相反，要么自己编写，要么使用专为提高效率而设计的Agner Fog's containters。例如，不使用堆进行内存分配，而是使用内存池。
在某些特殊情况下，也可以并行合并容器的私有版本。

第一种情况的示例代码在接受的答案中给出。这违背了使用线程代码的大部分目的，因为每次迭代都会在关键部分填充容器。

第二种情况的示例代码可以在C++ OpenMP Parallel For Loop - Alternatives to std::vector找到。不是在这里重新发布代码，而是让我举一个使用Agner Fog容器类的第三种情况的例子

DynamicArray<int> vec;
#pragma omp parallel
{
    DynamicArray<int> vec_private;
    #pragma omp for nowait //fill vec_private in parallel
    for(int i=0; i<100; i++) {
        vec_private.Push(i);
    }
    //merging here is probably not optimal
    //Dynamic array needs an append function
    //vec should reserve a size equal to the sum of size each vec_private
    //then use memcpy to append vec_private into vec in a critcal section
    #pragma omp critical
    {
        for(int i=0; i<vec_private.GetNum(); i++) {
            vec.Push(vec_private[i]);
        }
    }        
}

最后，在特殊情况下，例如直方图（可能是实验粒子物理学中最常见的数据结构），也可以并行合并私有数组。对于直方图，这相当于数组缩减。这有点棘手。可以在Fill histograms (array reduction) in parallel with OpenMP without using a critical section

将for循环转换为OpenMP

2 个答案: