博客

OpenMP并行程序设计——for循环并行化详解

  • Post author:
  • Post category:其他


这篇OpenMP的for循环使用已经很详尽了，而且例子很好，就转载了，不再自己另开篇博客。

感谢作者。


转载请声明出处

http://blog.csdn.net/zhongkejingwang/article/details/40018735


在C/C++中使用OpenMP优化代码方便又简单，代码中需要并行处理的往往是一些比较耗时的for循环，所以重点介绍一下OpenMP中for循环的应用。个人感觉只要掌握了文中讲的这些就足够了，如果想要学习OpenMP可以到网上查查资料。


工欲善其事，必先利其器。如果还没有搭建好omp开发环境的可以看一下

OpenMP并行程序设计——Eclipse开发环境的搭建


首先，如何使一段代码并行处理呢？omp中使用parallel制导指令标识代码中的并行段，形式为：




#pragma omp parallel




{




每个线程都会执行大括号里的代码




}


比如下面这段代码：



[cpp]


view plain



copy



  1. #include <iostream>


  2. #include “omp.h”


  3. using




    namespace


    std;


  4. int


    main(


    int


    argc,


    char


    **argv) {


  5. //设置线程数，一般设置的线程数不超过CPU核心数，这里开4个线程执行并行代码段

  6. omp_set_num_threads(4);


  7. #pragma omp parallel

  8. {

  9. cout <<

    “Hello”


    <<


    “, I am Thread ”


    << omp_get_thread_num() << endl;

  10. }

  11. }


omp_get_thread_num()是获取当前线程id号



以上代码执行结果为：



[plain]


view plain



copy



  1. Hello, I am Thread 1

  2. Hello, I am Thread 0

  3. Hello, I am Thread 2

  4. Hello, I am Thread 3


可以看到，四个线程都执行了大括号里的代码，先后顺序不确定，这就是一个并行块。


带有for的制导指令：


for制导语句是将for循环分配给各个线程执行，这里

要求数据不存在依赖

。


使用形式为：


（

1）#pragma omp parallel for



for()



（2）#pragma omp parallel



{


//注意：大括号必须要另起一行



#pragma omp for



for()



}


注意：

第二种形式中并行块里面不要再出现parallel制导指令

，比如

写成这样就不可以

：




#pragma omp parallel



{



#pragma omp

parallel

for



for()



}


第一种形式作用域只是紧跟着的那个for循环，而第二种形式在整个并行块中可以出现多个for制导指令。下面结合例子程序讲解for循环并行化需要注意的地方。




假如不使用for制导语句，而直接在for循环前使用parallel语句：（为了使输出不出现混乱，这里使用printf代替cout）


[cpp]


view plain



copy



  1. #include <iostream>


  2. #include <stdio.h>


  3. #include “omp.h”


  4. using




    namespace


    std;


  5. int


    main(


    int


    argc,


    char


    **argv) {


  6. //设置线程数，一般设置的线程数不超过CPU核心数，这里开4个线程执行并行代码段

  7. omp_set_num_threads(4);


  8. #pragma omp parallel


  9. for


    (


    int


    i = 0; i < 2; i++)


  10. //cout << “i = ” << i << “, I am Thread ” << omp_get_thread_num() << endl;

  11. printf(

    “i = %d, I am Thread %d\n”


    , i, omp_get_thread_num());

  12. }


输出结果为：


[plain]


view plain



copy



  1. i = 0, I am Thread 0

  2. i = 0, I am Thread 1

  3. i = 1, I am Thread 0

  4. i = 1, I am Thread 1

  5. i = 0, I am Thread 2

  6. i = 1, I am Thread 2

  7. i = 0, I am Thread 3

  8. i = 1, I am Thread 3


从输出结果可以看到，如果不使用for制导语句，则每个线程都执行整个for循环。所以，使用for制导语句将for循环拆分开来尽可能平均地分配到各个线程执行。将并行代码改成这样之后：


[cpp]


view plain



copy



  1. #pragma omp parallel for


  2. for


    (


    int


    i = 0; i < 6; i++)

  3. printf(

    “i = %d, I am Thread %d\n”


    , i, omp_get_thread_num());


输出结果为：



[cpp]


view plain



copy



  1. i = 4, I am Thread 2

  2. i = 2, I am Thread 1

  3. i = 0, I am Thread 0

  4. i = 1, I am Thread 0

  5. i = 3, I am Thread 1

  6. i = 5, I am Thread 3


可以看到线程0执行i=0和1，线程1执行i=2和3，线程2执行i=4，线程3执行i=5。线程0就是主线程



这样整个for循环被拆分并行执行了。上面的代码中parallel和for连在一块使用的，其只能作用到紧跟着的for循环，循环结束了并行块就退出了。


上面的代码可以改成这样：


[cpp]


view plain



copy



  1. #pragma omp parallel

  2. {


  3. #pragma omp for


  4. for


    (


    int


    i = 0; i < 6; i++)

  5. printf(

    “i = %d, I am Thread %d\n”


    , i, omp_get_thread_num());

  6. }


这写法和上面效果是一样的。需要注意的问题来了：如果在parallel并行块里再出现parallel会怎么样呢？回答这个问题最好的方法就是跑一遍代码看看，所以把代码改成这样：



[cpp]


view plain



copy



  1. #pragma omp parallel

  2. {


  3. #pragma omp parallel for


  4. for


    (


    int


    i = 0; i < 6; i++)

  5. printf(

    “i = %d, I am Thread %d\n”


    , i, omp_get_thread_num());

  6. }


输出结果：



[cpp]


view plain



copy



  1. i = 0, I am Thread 0

  2. i = 0, I am Thread 0

  3. i = 1, I am Thread 0

  4. i = 1, I am Thread 0

  5. i = 2, I am Thread 0

  6. i = 2, I am Thread 0

  7. i = 3, I am Thread 0

  8. i = 3, I am Thread 0

  9. i = 4, I am Thread 0

  10. i = 4, I am Thread 0

  11. i = 5, I am Thread 0

  12. i = 5, I am Thread 0

  13. i = 0, I am Thread 0

  14. i = 1, I am Thread 0

  15. i = 0, I am Thread 0

  16. i = 2, I am Thread 0

  17. i = 1, I am Thread 0

  18. i = 3, I am Thread 0

  19. i = 2, I am Thread 0

  20. i = 4, I am Thread 0

  21. i = 3, I am Thread 0

  22. i = 5, I am Thread 0

  23. i = 4, I am Thread 0

  24. i = 5, I am Thread 0


可以看到，只有一个线程0，也就是只有主线程执行for循环，而且总共执行4次，每次都执行整个for循环！所以，这样写是不对的。


当然，上面说的for制导语句的两种写法是有区别的，比如两个for循环之间有一些代码只能有一个线程执行，那么用第一种写法只需要这样就可以了：


[cpp]


view plain



copy



  1. #pragma omp parallel for


  2. for


    (


    int


    i = 0; i < 6; i++)

  3. printf(

    “i = %d, I am Thread %d\n”


    , i, omp_get_thread_num());


  4. //这里是两个for循环之间的代码，将会由线程0即主线程执行

  5. printf(

    “I am Thread %d\n”


    , omp_get_thread_num());


  6. #pragma omp parallel for


  7. for


    (


    int


    i = 0; i < 6; i++)

  8. printf(

    “i = %d, I am Thread %d\n”


    , i, omp_get_thread_num());


离开了for循环就剩主线程了，所以两个循环间的代码是由线程0执行的，输出结果如下：



[cpp]


view plain



copy



  1. i = 0, I am Thread 0

  2. i = 2, I am Thread 1

  3. i = 1, I am Thread 0

  4. i = 3, I am Thread 1

  5. i = 4, I am Thread 2

  6. i = 5, I am Thread 3

  7. I am Thread 0

  8. i = 4, I am Thread 2

  9. i = 2, I am Thread 1

  10. i = 5, I am Thread 3

  11. i = 0, I am Thread 0

  12. i = 3, I am Thread 1

  13. i = 1, I am Thread 0




但是如果用第二种写法把for循环写进parallel并行块中就需要注意了！



由于用parallel标识的并行块中每一行代码都会被多个线程处理，所以如果想让两个for循环之间的代码由一个线程执行的话就需要在代码前用single或master制导语句标识，master由是主线程执行，single是选一个线程执行，这个到底选哪个线程不确定。所以上面代码可以写成这样：


[cpp]


view plain



copy



  1. #pragma omp parallel

  2. {


  3. #pragma omp for


  4. for


    (


    int


    i = 0; i < 6; i++)

  5. printf(

    “i = %d, I am Thread %d\n”


    , i, omp_get_thread_num());


  6. #pragma omp master

  7. {


  8. //这里的代码由主线程执行

  9. printf(

    “I am Thread %d\n”


    , omp_get_thread_num());

  10. }


  11. #pragma omp for


  12. for


    (


    int


    i = 0; i < 6; i++)

  13. printf(

    “i = %d, I am Thread %d\n”


    , i, omp_get_thread_num());

  14. }


效果和上面的是一样的，如果不指定让主线程执行，那么将master改成single即可。



到这里，parallel和for的用法都讲清楚了。接下来就开始讲并行处理时数据的同步问题，这是多线程编程里都会遇到的一个问题。




为了讲解数据同步问题，先由一个例子开始：


[cpp]


view plain



copy



  1. #include <iostream>


  2. #include “omp.h”


  3. using




    namespace


    std;


  4. int


    main(


    int


    argc,


    char


    **argv) {


  5. int


    n = 100000;


  6. int


    sum = 0;

  7. omp_set_num_threads(4);


  8. #pragma omp parallel

  9. {


  10. #pragma omp for


  11. for


    (


    int


    i = 0; i < n; i++) {

  12. {

  13. sum += 1;

  14. }

  15. }

  16. }

  17. cout <<

    ” sum = ”


    << sum << endl;

  18. }


期望的正确结果是100000，但是这样写是错误的。看代码，由于默认情况下sum变量是每个线程共享的，所以多个线程同时对sum操作时就会因为数据同步问题导致结果不对，显然，输出结果每次都不同，这是无法预知的，如下：



[cpp]


view plain



copy



  1. 第一次输出sum = 58544

  2. 第二次输出sum = 77015

  3. 第三次输出sum = 78423




那么，怎么去解决这个数据同步问题呢？解决方法如下：





方法一：对操作共享变量的代码段做同步标识


代码修改如下：


[cpp]


view plain



copy



  1. #pragma omp parallel

  2. {


  3. #pragma omp for


  4. for


    (


    int


    i = 0; i < n; i++) {

  5. {


  6. #pragma omp critical

  7. sum += 1;

  8. }

  9. }

  10. }

  11. cout <<

    ” sum = ”


    << sum << endl;




critical制导语句标识的下一行代码，也可以是跟着一个大括号括起来的代码段做了同步处理。输出结果100000






方法二：每个线程拷贝一份sum变量，退出并行块时再把各个线程的sum相加


并行代码修改如下：


[cpp]


view plain



copy



  1. #pragma omp parallel

  2. {


  3. #pragma omp for reduction(+:sum)


  4. for


    (


    int


    i = 0; i < n; i++) {

  5. {

  6. sum += 1;

  7. }

  8. }

  9. }


reduction制导语句，操作是退出时将各自的sum相加存到外面的那个sum中，所以输出结果就是100000啦~~



方法三：这种方法貌似不那么优雅





代码修改如下：


[cpp]


view plain



copy



  1. int


    n = 100000;


  2. int


    sum[4] = { 0 };

  3. omp_set_num_threads(4);


  4. #pragma omp parallel

  5. {


  6. #pragma omp for


  7. for


    (


    int


    i = 0; i < n; i++) {

  8. {

  9. sum[omp_get_thread_num()] += 1;

  10. }

  11. }

  12. }

  13. cout <<

    ” sum = ”


    << sum[0] + sum[1] + sum[2] + sum[3] << endl;


每个线程操作的都是以各自线程id标识的数组位置，所以结果当然正确。




数据同步就讲完了，上面的代码中for循环是一个一个i平均分配给各个线程，如果想把循环一块一块分配给线程要怎么做呢？这时候用到了schedule制导语句。下面的代码演示了schedule的用法：


[cpp]


view plain



copy



  1. #include <iostream>


  2. #include “omp.h”


  3. #include <stdio.h>


  4. using




    namespace


    std;


  5. int


    main(


    int


    argc,


    char


    **argv) {


  6. int


    n = 12;

  7. omp_set_num_threads(4);


  8. #pragma omp parallel

  9. {


  10. #pragma omp for schedule(static, 3)


  11. for


    (


    int


    i = 0; i < n; i++) {

  12. {

  13. printf(

    “i = %d, I am Thread %d\n”


    , i, omp_get_thread_num());

  14. }

  15. }

  16. }

  17. }


上面代码中for循环并行化时将循环很多很多块，每一块大小为3，然后再平均分配给各个线程执行。



输出结果如下：


[cpp]


view plain



copy



  1. i = 6, I am Thread 2

  2. i = 3, I am Thread 1

  3. i = 7, I am Thread 2

  4. i = 4, I am Thread 1

  5. i = 8, I am Thread 2

  6. i = 5, I am Thread 1

  7. i = 0, I am Thread 0

  8. i = 9, I am Thread 3

  9. i = 1, I am Thread 0

  10. i = 10, I am Thread 3

  11. i = 2, I am Thread 0

  12. i = 11, I am Thread 3


从输出结果可以看到：线程0执行i=0 1 2，线程1执行i=3 4 5，线程2执行i=6 7 8，线程3执行i=9 10 11，如果后面还有则又从线程0开始分配。


OK，for循环并行化的知识基本讲完了，还有一个有用的制导语句barrier，用它可以在并行块中设置一个路障，必须等待所有线程到达时才能通过，

这个一般在并行处理循环前后存在依赖的任务时使用到

。


是不是很简单？