Question

我对使用OpenMP并行化for循环感兴趣，其中涉及全局std向量。

在这个具体的例子中，执行操作vec[1] = vec[1] + i的顺序并不重要，但有时由于竞争条件，结果似乎是错误的。处理这个问题的正确方法是什么？

REDUCTION子句似乎不适用于容器。

#include <iostream>
#include <vector> 

std::vector<double> vec = {1,1};

void func(int i){
    vec[1] = vec[1] + i;
}

int main(int argc, char *argv[]) {
    int k;
    #pragma omp parallel for
    for(k=1; k<10; k++){
        func(k);
    }
    std::cout << vec[0] << ", " << vec[1] << std::endl;
}

Answer 1

问题在于行

auto tmp = vec[1];
tmp = tmp + i;
vec[1] = tmp

不是原子的。编译时，它看起来更像是

vec[1] = vec[1] + i;

在这种情况下，你有一个竞争条件。

如果你想这样做，你可以告诉OpenMP你的#include <iostream> #include <vector> std::vector<double> vec = {1,1}; void func(int i){ #pragma omp atomic vec[1] = vec[1] + 1; } int main(int argc, char *argv[]) { int k; #pragma omp parallel for for(k=1; k<100; k++){ func(k); } std::cout << vec[0] << ", " << vec[1] << std::endl; }应该是原子的，如下所示：

{{1}}

OpenMP：如何处理全局std向量的竞争条件

1 个答案: