openmp中的并行for循环
openmp中的并行for循环
提问于 2012-08-02 15:46:17
我正在尝试并行化一个非常简单的for循环，但这是我很长一段时间以来第一次尝试使用openMP。我对运行时间感到困惑。下面是我的代码：
#include <vector>
#include <algorithm>
using namespace std;
int main ()
{
int n=400000, m=1000;
double x=0,y=0;
double s=0;
vector< double > shifts(n,0);
#pragma omp parallel for
for (int j=0; j<n; j++) {
double r=0.0;
for (int i=0; i < m; i++){
double rand_g1 = cos(i/double(m));
double rand_g2 = sin(i/double(m));
x += rand_g1;
y += rand_g2;
r += sqrt(rand_g1*rand_g1 + rand_g2*rand_g2);
}
shifts[j] = r / m;
}
cout << *std::max_element( shifts.begin(), shifts.end() ) << endl;
}我用以下命令编译它
g++ -O3 testMP.cc -o testMP -I /opt/boost_1_48_0/include也就是说，没有"-fopenmp"，我得到的时间是：
real 0m18.417s
user 0m18.357s
sys 0m0.004s当我用"-fopenmp“的时候
g++ -O3 -fopenmp testMP.cc -o testMP -I /opt/boost_1_48_0/include我为《泰晤士报》得到了这些数字：
real 0m6.853s
user 0m52.007s
sys 0m0.008s这对我来说没什么意义。为什么使用八核只能带来3倍的性能提升？我是否正确地编写了循环代码？
回答 2
Stack Overflow用户
回答已采纳
发布于 2012-08-02 16:30:26
您应该将OpenMP reduction子句用于x和y
#pragma omp parallel for reduction(+:x,y)
for (int j=0; j<n; j++) {
double r=0.0;
for (int i=0; i < m; i++){
double rand_g1 = cos(i/double(m));
double rand_g2 = sin(i/double(m));
x += rand_g1;
y += rand_g2;
r += sqrt(rand_g1*rand_g1 + rand_g2*rand_g2);
}
shifts[j] = r / m;
}使用reduction，每个线程在x和y中累积自己的部分和，最后将所有部分值相加，以获得最终值。
Serial version:
25.05s user 0.01s system 99% cpu 25.059 total
OpenMP version w/ OMP_NUM_THREADS=16:
24.76s user 0.02s system 1590% cpu 1.559 total参见-超线性加速:)
Stack Overflow用户
发布于 2012-08-02 15:51:40
您最多能实现的(！)是线性加速。现在我不记得哪个是来自linux的时间了，但我建议你使用time.h或(在c++ 11中) "chrono“，并直接从程序员那里测量运行时间。最好将整个代码打包成一个循环，运行10次，然后平均得到程序运行时间的近似值。
此外，你还有一个关于x，y的问题，它不符合并行编程中的数据局部性的范例。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/11773115
复制相关文章
相似问题