如何在while循环的嵌套for循环中使用OpenMP？

Question

我最近被引入到OpenMP和并行编程中，并且在正确使用它时遇到了一些麻烦。

我想在以下代码上实现OpenMP以使其运行速度更快。

int m = 101; 
double e = 10; 

double A[m][m], B[m][m]; 
for (int x=0; x<m; x++){ 
    for (int y=0; y<m; y++){ 
     A[x][y] = 0; 
     B[x][y] = 1; 
    } 
} 

while (e >= 0.0001){ 
    for (int x=0; x<m; x++){ 
     for (int y=0; y<m; y++){ 
      A[x][y] = 0.25*(B[x][y] - 0.2); 
     } 
    } 
    e = 0; 
    for (int x=0; x<m; x++){ 
     for (int y=0; y<m; y++){ 
      e = e + abs(A[x][y] - B[x][y]); 
     } 
    }  
} 

我想层出不穷同时，而不是一个运行循环加快运行时间。我相信下面的代码应该可以工作，但我不确定我是否正确使用OpenMP。

int m = 101; 
double e = 10; 

double A[m][m], B[m][m]; 
#pragma omp parallel for private(x,y) shared(A,B) num_threads(2) 
for (int x=0; x<m; x++){ 
    for (int y=0; y<m; y++){ 
     A[x][y] = 0; 
     B[x][y] = 1; 
    } 
} 

while (e >= 0.0001){ 
    #pragma omp parallel for private(x,y) shared(A,B) num_threads(2) 
    for (int x=0; x<m; x++){ 
     for (int y=0; y<m; y++){ 
      A[x][y] = 0.25*(B[x][y] - 0.2); 
     } 
    } 
    // I want to wait for the above loop to finish computing before starting the next 
    #pragma omp barrier 
    e = 0; 
    #pragma omp parallel for private(x,y) shared(A,B,e) num_threads(2) 
    for (int x=0; x<m; x++){ 
     for (int y=0; y<m; y++){ 
      e = e + abs(A[x][y] - B[x][y]); 
     } 
    }  
} 

我是否正确使用OpenMP？另外，我不确定我是否可以在我的while循环中使用OpenMP，因为它需要在计算内部循环之前确定它是否需要再次运行。

Answer 1

假设代码工作，这里有一些改进，可以使：

int m = 101; 
double e = 10; 

double A[m][m], B[m][m]; 

#pragma omp parallel num_threads(2) shared(A, B) 
{ 

    #pragma omp for 
    for (int x=0; x<m; x++){ 
     for (int y=0; y<m; y++){ 
      A[x][y] = 0; 
      B[x][y] = 1; 
     } 
    } 

    while (e >= 0.0001){ 
    #pragma omp for 
    for (int x=0; x<m; x++){ 
     for (int y=0; y<m; y++){ 
      A[x][y] = 0.25*(B[x][y] - 0.2); 
     } 
    } 

    #pragma omp single 
    e = 0; 

    #pragma omp for reduction (+:e) 
    for (int x=0; x<m; x++){ 
     for (int y=0; y<m; y++){ 
      e = e + abs(A[x][y] - B[x][y]); 
     } 
    }  
    } 
} 

而不是创建每次并行区域，你可以通过创建只有一个为整个代码改进。此外，由于您正在使用2个线程，所以没有太多的负载平衡问题，但是如果要增加线程数，则可以使用块= 1的静态调度获得更好的性能。

您不需要使循环x和y的变量是私有的，openmp将为你做到这一点。在嵌套的最后一个循环中，你有e = e + abs(A[x][y] - B[x][y]);，所以你可能希望线程有添加'e'的结果，因此你必须使用“reduction（+：e）”来减少线程中的变量'e'。