Question

作为OpenMP的第一步，我为自己挑战了一些矩阵分解算法的并行化。我选择了可旋转的Crout，可在此处找到源： http://www.mymathlib.com/c_source/matrices/linearsystems/crout_pivot.c

在该分解函数的底部，有一个外部for循环，该循环同时遍历i和p_row。当然，OpenMP与我一样困惑，拒绝对此做任何事情。

我全神贯注于它之后，我认为我已经将其分解为可读的形式：

ProductID   Year
-----------------
1           2010
1           2011
1           2012
......

在这一点上，串行运行仍然具有与原始代码相同的结果。然后添加一些编译指示，如下所示：

p_row = p_k + n;
for (i = k+1; i < n; i++) {
    for (j = k+1; j < n; j++) *(p_row + j) -= *(p_row + k) * *(p_k + j);
    p_row += n;
}

结果基本上是随机的。

我想念什么？

Answer 1

我尚未测试过您对原始代码的适应性，但是您的程序有几个问题。

#pragma omp parallel for private (i,j) shared (n,k,p_row,p_k)
默认行为是在范围之外共享声明的var，因此共享声明是无用的。但是这些var应该不共享并设为私有。
n在迭代过程中保持不变，因此最好有一个本地副本
k和p_k的同上
p_row已修改，但您确实要复制p_row。这将确保适当的并行处理，以便每个线程处理不同的行。问题是要在不同线程中计算p_row值。

在外循环中，迭代0将使用p_row，第二个迭代p_row + n，迭代l p_row + l * n。您的迭代将分布在多个线程上。假设每个线程处理m次迭代。线程0将处理i = k + 1到i = m +（k + 1）和p_row到p_row + m * n，线程1 i = m + 1 +（k + 1）到i = 2m +（k + 1）和p_row + n *（m + 1）到p_row + 2 * m * n，依此类推。因此，您可以使用i的值计算循环开始时应具有p_row的值。这是一个可能的实现方式

p_row = p_k + n;
#pragma omp parallel for private(i,j) firstprivate(n, k, p_row, p_k)
// first private insures initial values are kept
{ 
  for (i = k+1, p_row=p_row+(i-(k+1))*n; i < n; i++, p_row += n) {
    for (j = k+1; j < n; j++) 
       *(p_row + j) -= *(p_row + k) * *(p_k + j);
}

p_row增量位于for循环中。这应该在顺序环境中继续工作。

批评是没有用的（并且在您先前的代码中有错误）。刷新是在并行部分的末尾隐含的（编译指示只是“ omp刷新”）。

如何openmp并行化递增两个变量的循环

1 个答案: