首先,我需要计算一些总和,然后找到这些总和的最小值,这样做是这样的,使用mpi:
MPI_Init(&argc, &argv);
MPI_Comm_size(MPI_COMM_WORLD, &numprocs);
MPI_Comm_rank(MPI_COMM_WORLD, &myid);
.
.
.
x = (size)/numprocs;
low = myid * x;
high = low + x;
for(i =low; i < high; i++){
for(j = 0; j < matrixDim; j++){
for(k = 0; k < matrixDim; k+=gap){
for(m = 0; m < matrixDim; m+=gap){
c1 = calculation1(i,j,k,m);
if(c1 > cutoff){
sum += calculation2(modifier1[k][m], modifier2[k][m]);
}
}
}
if(sum < min){
min = sum;
minI = i;
minJ = j;
}
sum = 0;
}
}
MPI_Reduce(&result, &minimum, 1, MPI_FLOAT, MPI_MIN, 0, MPI_COMM_WORLD);
if( 0 == myid)
printf("The min is: %f", minimum);
MPI_Finalize();
然而,现在我不是找到整个二维矩阵的最小和,而是找到矩阵中每个分区的最小和,一个分区将是一个由四个点定义的正方形,无论矩阵大小如何,总会有16个方格(矩阵不小于800 * 800)。我正在尝试使用MPI笛卡尔拓扑来实现这一点,但是我无法绕过实现。任何帮助或提示将不胜感激。
答案 0 :(得分:1)
这更像是一个扩展的评论而不是一个答案......
与francesco一样,我不确定在这里是否需要笛卡尔(或任何其他)拓扑。如果您的问题与描述的一样,则每个MPI进程都可以计算分区最小总和,而无需从其他进程发送或接收数据(除此之外,可能来自初始分散和终端聚集)。
Toplogies通常用于问题分解成碎片并且这些碎片具有相对邻近性的情况:在笛卡尔拓扑中,过程(或问题的一部分)可能具有东,西,北和南邻居,例如。我没有在这里看到这样一个概念,也没有强迫它解决这个问题。