訪問本站觀看效果更佳

title: OpenMP小例子—計算PI
tags:

• openmp

一、第一種並行方法
OpenMP較為簡單，採用編譯製導的方式執行。下面的程式碼
採用

id = omp_get_thread_num();

返回現有組內的各個執行緒標誌符[0,omp_set_num_threads-1]
並行部分i作為每個執行緒組的私有變數執行。

		#pragma omp for
	 	for (i=0;i< num_steps; i++){
		 	 x = (i+0.5)*step; 
		  	sum[id] += 4.0/(1.0+x*x); 
	  	} 
 

完整程式碼

#include <omp.h>
static long num_steps = 100000;
double step; 
#define NUM_THREADS 2 
void main () 
{	  
	  int i; 	  
	  double x, pi, sum[NUM_THREADS]; 
	  step = 1.0/(double) num_steps; 
	  //設定並行子域程序數上限
	  omp_set_num_threads(NUM_THREADS); 
//指定執行緒組內部私有變數i，此時各個執行緒組內分別擁有一個i的副本
#pragma omp parallel private(i)
{	
		double x;
		int id;
		//返回現有組內的一個執行緒標誌符[0,omp_set_num_threads-1]主執行緒號始終為0
	  	id = omp_get_thread_num();       
		sum[id] = 0; 
		#pragma omp for
	 	for (i=0;i< num_steps; i++){
		 	 x = (i+0.5)*step; 
		  	sum[id] += 4.0/(1.0+x*x); 
	  	} 
	  }
for(i=0, pi=0.0;i<NUM_THREADS;i++)pi += sum[i] * step; 
printf("Pi = %lf\n",pi);
} 
 

二、第二種並行方法
以下程式與之前的區別在於， #pragma omp parallel 對下面{}內的全部內容並行化。

	 #pragma omp parallel 
	 {	  
		double x;     
		int id; 
		////返回現有組內的一個執行緒標誌符[0,omp_set_num_threads-1]主執行緒號始終為0
	  	id = omp_get_thread_num(); 
	  	for (i=id, sum[id]=0.0;i< num_steps; i=i+NUM_THREADS){ 
		  	x = (i+0.5)*step; 
		  	sum[id] += 4.0/(1.0+x*x); 
	  	} 
	 } 
 

具體程式碼

#include <omp.h>
static long num_steps = 100000;
double step; 
#define NUM_THREADS 4 
void main () 
{	  int i; 	  
	  double x, pi, sum[NUM_THREADS]; 
	  step = 1.0/(double) num_steps; 
	  //設定並行子域程序數上限NUM_THREADS
	  omp_set_num_threads(NUM_THREADS); 
	  //最基本的parallel指令形式，表示一下部分並行執行
	 #pragma omp parallel 
	 {	  
		double x;     
		int id; 
		////返回現有組內的一個執行緒標誌符[0,omp_set_num_threads-1]主執行緒號始終為0
	  	id = omp_get_thread_num(); 
	  	for (i=id, sum[id]=0.0;i< num_steps; i=i+NUM_THREADS){ 
		  	x = (i+0.5)*step; 
		  	sum[id] += 4.0/(1.0+x*x); 
	  	} 
	 } 
	  for(i=0, pi=0.0;i<NUM_THREADS;i++)pi += sum[i] * step; 
	  printf("Pi = %lf\n",pi);
}

三、第三種方法
新使用的指令
#pragma omp parallel private (x,i,sum)
//指定需要處理為各個程序組私有變數的引數x,i,sum
#pragma omp critical
//critical指定某一區域的程式碼，每次只能同時被一個執行緒執行。

#include <omp.h>
static long num_steps = 100000;
double step;
#define NUM_THREADS 8 
void main () 
{	  
	int i,id; 	  
	double x, sum, pi=0.0; 
	step = 1.0/(double) num_steps; 
	omp_set_num_threads(NUM_THREADS); 
	//指定需要處理為各個程序組私有變數的引數x,i,sum
	#pragma omp parallel private (x,i,sum) 
	{	
		id = omp_get_thread_num(); 
	  	for (i=id,sum=0.0;i< num_steps;i=i+NUM_THREADS){ 
		  	x = (i+0.5)*step; 
		  	sum += 4.0/(1.0+x*x); 
	  	} 
		//critical指定某一區域的程式碼，每次只能同時被一個執行緒執行。
		#pragma omp critical
	  		pi += sum*step; 

  	 }
	printf("Pi = %lf\n",pi);

}

四、第四種方法
我們在#pragma omp parallel for 後面加上了 reduction(+:sum)，它的意思是告訴編譯器：下面的for迴圈你要分成多個執行緒跑，但每個執行緒都要儲存變數sum的拷貝，迴圈結束後，所有執行緒把自己的sum累加起來作為最後的輸出。
reduction雖然很方便，但它只支援一些基本操作，比如+,-,*,&,|,&&,||等。

#include <omp.h> 
static long num_steps = 100000;
double step; 
#define NUM_THREADS 8 
void main () 
{	  int i; 	  
	  double x, pi, sum = 0.0; 
	  step = 1.0/(double) num_steps; 
	  omp_set_num_threads(NUM_THREADS); 
	  
	  #pragma omp parallel for reduction(+:sum) private(x) 
	  for (i=0;i<num_steps; i++){ 
		  x = (i+0.5)*step; 
		  sum = sum + 4.0/(1.0+x*x); 
	  } 
	  pi = step * sum; 
	  printf("Pi = %lf\n",pi);
}