我正在尝试在我的程序中使用OpenMP(我是使用OpenMP的新手),程序返回错误。
以下是一个示例代码:
#include <iostream>
#include <cstdint>
#include <vector>
#include <boost/multi_array.hpp>
#include <omp.h>
class CNachbarn {
public:
CNachbarn () { a = 0; }
uint32_t Get_Next_Neighbor() { return a++; }
private:
uint32_t a;
};
class CNetwork {
public:
CNetwork ( uint32_t num_elements_ );
~CNetwork();
void Validity();
void Clean();
private:
uint32_t num_elements;
uint32_t nachbar;
std::vector<uint32_t> remove_node_v;
CNachbarn *Nachbar;
};
CNetwork::CNetwork( uint32_t num_elements_ ) {
num_elements = num_elements_;
Nachbar = new CNachbarn();
remove_node_v.reserve( num_elements );
}
CNetwork::~CNetwork() {
delete Nachbar;
}
inline void CNetwork::Validity() {
#pragma omp parallel for
for ( uint32_t i = 0 ; i < num_elements ; i++ ) {
#pragma omp critical
remove_node_v.push_back(i);
}
}
void CNetwork::Clean () {
#pragma omp parallel for
for ( uint8_t j = 0 ; j < 2 ; j++ ) {
nachbar = Nachbar->Get_Next_Neighbor();
std::cout << "i: " << i << ", neighbor: " << nachbar << std::endl;
}
remove_node_v.clear();
}
int main() {
uint32_t num_elements = 1u << 3;
uint32_t i = 0;
CNetwork Network( num_elements );
do {
Network.Validity();
Network.Clean();
} while (++i < 2);
return 0;
}
我想知道
如果#pragma omp critical是push_back()
的一个很好的解决方案吗? (解决了这个问题吗?)为每个线程定义自己的向量然后将它们组合起来(使用insert())会更好吗?或某种lock
?
在原始代码中,我在nachbar = Nachbar->Get_Next_Neighbor( &remove_node_v[i] );
处遇到了运行错误,但在此示例中没有。更少,我希望OpenMP用作核心CNachbarn
类的数量,因为CNachbarn
是递归计算,不应受其他线程的影响。问题是如何巧妙地做到这一点? (我不认为每次启动for循环时定义CNachbarn
是明智的,因为我在模拟中将此函数调用了数百万次并且时间很重要。
答案 0 :(得分:4)
关于你的第一个问题: 您的功能有效性是在并行循环中实现低于串行性能的完美方式。但是,您已经给出了正确的答案。你应该为每个线程填充独立的向量,然后将它们合并。
inline void CNetwork::Validity() {
#pragma omp parallel for
for ( uint32_t i = 0 ; i < num_elements ; i++ ) {
#pragma omp critical
remove_node_v.push_back(i);
}
}
编辑:可能的补救措施可能如下所示(如果您需要对元素进行串行访问,则需要稍微更改循环)
inline void CNetwork::Validity() {
remove_node_v.reserve(num_elements);
#pragma omp parallel
{
std::vector<uint32_t> remove_node_v_thread_local;
uint32_t thread_id=omp_get_thread_num();
uint32_t n_threads=omp_get_num_threads();
for ( uint32_t i = thread_id ; i < num_elements ; i+=n_threads )
remove_node_v_thread_local.push_back(i);
#pragma omp critical
remove_node_v.insert(remove_node_v.end(), remove_node_v_thread_local.begin(), remove_node_v_thread_local.end());
}
}
你的第二个问题可以通过定义一个CNachbarn数组来解决,该数组的大小可能是OMP线程的最大数量,并从每个线程访问数组的不同元素,如:
CNachbarn* meine_nachbarn=alle_meine_nachbarn[omp_get_thread_num()]