Question

我不知道为什么，但是此循环的并行化工作不正常：

#pragma omp parallel for private(d) 
for ( i = 0 ; i < nt1 ; i++ ) {
  d = distancia(tabla1[i],tabla2[j]);
  if ( d < dm ) {
    #pragma omp critical
    if ( d < dm ) {
      dm = d;
      im = i;
    }
  }
}
ps[j] = im;

d变量是私有变量，dm和im在关键区域内，但是当我执行此代码时（完整代码较大，这只是其中的一小部分）它）输出从顺序版本更改。谢谢！

Answer 1

第一个if ( d < dm )在 critical 部分之外，可能是导致争用情况的原因。应该将其删除，因为 critical 部分中已经存在一个。如果您的目的是避免在关键部分过分频繁，那么这不是这样做的方法（请参阅下文）。您可能也必须手动刷新dm（有关#pragma omp flush的一些说明，请参见here）。

distancia函数也可能不是线程安全的（即，依赖于某些不能由多个线程同时编辑的全局变量）。

此外，如果某些距离值相等，则结果不同是正常的。由于没有专门处理这种情况的规则（即采用最小的im），因此将保留遇到的第一个最小值的索引：串行和并行版本中的最小值可能与迭代的顺序不同。

除非distancia函数的计算需要占用大量CPU，否则由于多种原因，您的代码运行速度可能会比串行代码慢。值得注意的是，关键部分的同步开销和变量为dm的缓存共享问题。最好使用归约方法，其中每个线程计算要执行的任何迭代的最小值，而全局最小值被视为所有线程的最小局部最小值。

float dm=INFINITY;
int im=-1;

#pragma omp parallel shared(dm,im)
{
  // Declare private variables
  float d,dmin_thread,imin_thread;
  dmin_thread=INFINITY;
  imin_thread=-1;

  // loop through i
  #pragma omp for
  for ( i = 0 ; i < nt1 ; i++ ) {
    d = some_function(i);
    // the following lines operate on thread-private variables
    if ( d < dmin_thread) {
      dmin_thread= d;
      imin_thread= i;
      }
    }// end for

  // Reduction part after the loop has been completed
  // The critical section is entered only once by each thread
  #pragma omp critical
  {
    if ( dmin_thread < dm) {
      dm = dmin_thread;
      im = imin_thread;
      }
  }//end critical

}//end parallel

if(im==-1)
  throw_some_error();
else
  do_something_with(im);

Answer 2

我认为问题在于，即使它是一个关键区域，在顺序版本中，我们也始终会获得最低的i值并添加以下条件：(dm == d && i < im)在条件中我们确保代码仍然以相同的方式工作。我不确定这是否是最好的解决方案，但它非常简单并且对我有用。这是带有更改的完整代码：

for ( j = 0 ; j < nt2 ; j++ ) {
  dm = MAX_LON + 1;
  #pragma omp parallel for private(d) 
  for ( i = 0 ; i < nt1 ; i++ ) {
    d = distancia(tabla1[i],tabla2[j]);
    if ( d < dm  || (dm == d && i < im)) {
      #pragma omp critical
        {
        if ( d < dm  || (dm == d && i < im)) {
          dm = d;
          im = i;
        }
        }
    }
  }
  ps[j] = im;
}

我不知道循环并行化有什么问题

2 个答案: