OpenMP ***错误' ...':双重免费或损坏(fasttop):[地址] ***

时间:2017-12-03 07:10:45

标签: c++ parallel-processing openmp

我在C ++中开始使用openMP,并且我在使用并行for循环时遇到了问题。当我运行下面的函数时,我收到错误:" *错误在./main.out' ;: double free或corruption(fasttop):0x00007fe2a00008c0 * "

***更新:谢谢大家的帮助!我根据你的建议编辑了这个功能(见下文),它运行正常。但我仍然没有看到任何加速,当我跑到顶部时,%CPU字段永远不会超过100%。有什么想法吗?

...
const int NUM_THREADS = 10;
...
double Parameters::get_log_likelihood(
        const vector<EquivClass> & ec_vec,
        const vector<Gene> & genes_vec,
        const unordered_map<int,double> & delta5,
        const unordered_map<int,double> & delta3,
        const unordered_map<string,double> & beta5,
        const unordered_map<string,double> & beta3) {
    // Init vars.
    vector<vector<double>> denoms5, denoms3;
    double log_likelihood, mapping_ll;
    EquivClass ec;
    Mapping m;
    int gene_id, cod_idx, d5, d3;
    string b5, b3;

    denoms5 = get_all_5_denominators(genes_vec, delta5, beta5);
    denoms3 = get_all_3_denominators(genes_vec, delta3, beta3);
    log_likelihood = 0;

    #pragma omp parallel for reduction(+ : log_likelihood)
    for (int i=0; i<ec_vec.size(); i++) {
        ec = ec_vec[i];
        for (int r=0; r<ec.num_mappings; r++) {
            m = ec.mappings[r];
            gene_id = m.gene_id;
            cod_idx = m.cod_idx;
            d5 = m.d5;
            d3 = m.d3;
            b5 = get_b5(genes_vec[gene_id], cod_idx, d5);
            b3 = get_b3(genes_vec[gene_id], cod_idx, d3);
            mapping_ll = ec.exp_cts[r] * (
                log(rho.at(gene_id)) + log(pi.at(gene_id).at(cod_idx)) +
                log(delta5.at(d5)) + log(beta5.at(b5)) +
                log(delta3.at(d3)) + log(beta3.at(b3)) -
                log(denoms5.at(gene_id).at(cod_idx)) -
                log(denoms3.at(gene_id).at(cod_idx)));
            if (!isnan(mapping_ll)) {
                log_likelihood += mapping_ll;
            } else {
                ;
            }
        }
    }
    return log_likelihood;
}

**************
*** UPDATED
**************
double Parameters::get_log_likelihood(
        const vector<EquivClass> & ec_vec,
        const vector<Gene> & genes_vec,
        const unordered_map<int,double> & delta5,
        const unordered_map<int,double> & delta3,
        const unordered_map<string,double> & beta5,
        const unordered_map<string,double> & beta3) {
    // Init vars.
    vector<vector<double>> denoms5, denoms3;
    double log_likelihood = 0;

    denoms5 = get_all_5_denominators(genes_vec, delta5, beta5);
    denoms3 = get_all_3_denominators(genes_vec, delta3, beta3);

    #pragma omp parallel for reduction(+:log_likelihood)
    for (int i=0; i<ec_vec.size(); i++) {
        const EquivClass & ec = ec_vec[i];
        for (int r=0; r<ec.num_mappings; r++) {
            const Mapping & m = ec.mappings[r];
            string b5 = get_b5(genes_vec[m.gene_id], m.cod_idx, m.d5);
            string b3 = get_b3(genes_vec[m.gene_id], m.cod_idx, m.d3);
            double mapping_ll = ec.exp_cts[r] * (
                log(rho[m.gene_id]) + log(pi[m.gene_id][m.cod_idx]) +
                log(delta5.at(m.d5)) + log(beta5.at(b5)) +
                log(delta3.at(m.d3)) + log(beta3.at(b3)) -
                log(denoms5[m.gene_id][m.cod_idx]) -
                log(denoms3[m.gene_id][m.cod_idx]));
            if (!isnan(mapping_ll)) {
                log_likelihood += mapping_ll;
            } else {
                ;
            }
        }
    }
    return log_likelihood;
}

int main (int argv, char * argc []) {
    ...
    omp_set_num_threads(NUM_THREADS);
    Parameters params(...)
    params.get_log_likelihood(...);
    ...
    return 0;
}

1 个答案:

答案 0 :(得分:1)

通过让多个线程在没有同步的情况下写入同一个变量来射击自己。

您在并行部分之外有EquivClass ec;,因此它是共享(在线程之间共享)变量。然后在并行部分内执行ec = ec_vec[i];。这意味着线程将值复制到共享变量。这将为您提供竞争条件。此副本分配将调用EquivClass::~EquivClass,可能会调用delete,然后会调用可能会调用EquivClass::EquivClass的{​​{1}}。根据比赛情况,这将导致双重免费错误。

要修复此部分,请将new设为私有(线程的本地)变量。不要将其声明在ec部分之外,而只是在parallel循环中声明为for。然后auto &ec = ec_vec[i];将是一个私有变量,并且没有竞争条件。 ec会将其作为参考,因此甚至不需要副本,但这并非绝对必要。

同样,你所拥有的所有其他变量都是共享,并且会给你带来危险的竞争条件。