OpenMP

于 2019-02-16 12:28:04 发布
阅读量528 收藏 1
点赞数
分类专栏： 多线程 文章标签： 系统编程
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/CrazyHeroZK/article/details/87362520
版权

OpenMP

介绍

  1. 代码片段
#include <stdlib.h>
#include <stdio.h>
#include <omp.h> // OpenMP编程需要包含的头文件

int main()
{
#pragma omp parallel for
    for(int i = 0; i < 10; ++i)
    {
	    fprintf(stderr, "%d\n", i);
    }

    return 0;
};
  1. 编译
gcc -o a.out main.c -fopenmp
  1. 片段解释
codecomments
#pragma omp single开始一个单线程执行域。
#pragma omp parallel开始一个多线程执行域。
#pragma omp for在并行域中，将 for() {} 语句撤分为多个线程执行。
#pragma omp在并行域中，使用单独的线程执行紧接的 for() {} 等。

常用函数

  1. 原型说明
functioncomments
int omp_get_num_procs(void)返回当前可用的处理器个数。
int omp_get_num_threads(void)返回当前并行区域中的活动线程个数，如果在并行区域外部调用，返回1。
int omp_get_thread_num(void)返回当前的线程号。
int omp_set_num_threads(void)设置进入并行区域时，将要创建的线程个数。
  1. 并行区域
#include <stdlib.h>
#include <stdio.h>
#include <omp.h> // OpenMP编程需要包含的头文件

int main()
{
    fprintf(stderr, "procs : %d\n", omp_get_num_procs());

#pragma omp parallel //指明下面大括号内部为并行区域
    {
        fprintf(stderr, "%d\n", i);   
    }

    return 0;
}
  1. 示例代码
#include <iostream>
#include <omp.h> // OpenMP编程需要包含的头文件

int main()
{
    std::cout << "CPU number: " << omp_get_num_procs() << std::endl;

    std::cout << "Parallel area 1: " << std::endl;
#pragma omp parallel //指明下面大括号内部为并行区域
    {
        std::cout << "Num of threads is " << omp_get_num_threads();
        std::cout << "; This thread ID is " << omp_get_thread_num() << std::endl;
    }

    std::cout << "Parallel area 2: " << std::endl;
    omp_set_num_threads(4); // 设置成为并行区域创建4个线程
#pragma omp parallel //指明下面大括号内部为并行区域
    {
        std::cout << "Num of threads is " << omp_get_num_threads();
        std::cout << "; This thread ID is " << omp_get_thread_num() << std::endl;
    }
    return 0;
}

数据的共享与私有化

  1. 定义

除了并行区域中定义的变量、循环条件变量、private、firstprivate、lastprivate或reduction字句修饰的变量，并行区域中的所有变量都是共享的。例如：

#include <iostream>
#include <omp.h> // OpenMP编程需要包含的头文件

int main()
{

    int share_a = 0; // 共享变量
    int share_to_private_b = 1; //通过private子句修饰该变量之后在并行区域内变为私有变量

#pragma omp parallel 
    {
        int private_c = 2;

#pragma omp for private(share_to_private_b) 
        for (int i = 0; i < 10; ++i) //该循环变量是私有的，若为两个线程，则一个线程执行0 <= i < 5，另一个线程执行5 <= i < 10
        {
            std::cout << i << std::endl;
        }
    }

    return 0;
}
  1. 共享与私有变量声明的方法
keywordcomments
private(val1, val2, ...)并行区域中变量val是私有的，即每个线程拥有该变量的一个拷贝，但都各自被初始化为0。
firstprivate(val1, val2, ...)与 private 不同的是，每个线程在开始循环时将会拷贝变量的初始化值。
lastprivate(val1, val2, ...)与 private 不同的是，每个线程在退出循环时将私有变量将会拷回到原变量中，一般配合 firstprivate 使用。
shared(val1, val2, ...)声明val是共享的。
  1. 示例代码
#include <iostream>
#include <omp.h> // OpenMP编程需要包含的头文件

int main()
{
    int shared_to_private = 1;

#pragma omp parallel for private(shared_to_private) 
    for (int i = 0; i < 10; ++i) 
    {
        std::cout << shared_to_private << std::endl;
    }

    return 0;
}

有效数据规约

  1. 关键字 reduction

说明对变量的操作原则，多个线程的执行结果通过reduction中声明的操作符进行计算。以加法为例 reduction (+: sum) ，假设sum的初始值为10，reduction(+: sum) 声明的并行区域中每个线程的sum初始值为0（规定），并行处理结束之后，会将sum的初始化值10以及每个线程所计算的sum值相加。

  1. 声明

reduction (operator: var1, val2, ...)

operatordata typeinitial
+整数、浮点0
-整数、浮点0
*整数、浮点1
&整数所有位均为 1
|整数0
^整数0
&&整数1
||整数0
  1. 示例
#include <iostream>
#include <omp.h> // OpenMP编程需要包含的头文件

int main()
{
    int sum = 0; 

    std::cout << "Before: " << sum << std::endl;

#pragma omp parallel for reduction(+: sum) 
    for (int i = 0; i < 10; ++i) 
    {
        sum = sum + i;
        std::cout << sum << std::endl;
    }

    std::cout << "After: " << sum << std::endl;
    return 0;
}

atomic操作

  1. 声明

#pragma opm atomic 适用于对变量的复合运算和自增减运算。比如：

#pragma opm atomic
    x |= (1 << 2)
  1. 示例代码
#include <iostream>
#include <omp.h> // OpenMP编程需要包含的头文件

int main()
{
    int sum = 0; 

    std::cout << "Before: " << sum << std::endl;

#pragma omp parallel for
    for (int i = 0; i < 20000; ++i) 
    {
#pragma omp atomic
        sum++;
    }

    std::cout << "After: " << sum << std::endl;
    return 0;
}

临界区同步

  1. 简介

critical与atomic的区别在于，atomic仅适用于上一节规定的两种类型操作，而且atomic所防护的仅为一句代码。critical可以对某个并行程序块进行防护。

  1. 声明
#pragma omp critical [(named)] //[]表示命名是可选
{
    //并行程序块，同时只能有一个线程能访问该并行程序块
}

比如：

#prgama omp critical (a)
a = b + c;
  1. 示例
#include <iostream>
#include <omp.h> // OpenMP编程需要包含的头文件

int main()
{
    int sum = 0; 

    std::cout << "Before: " << sum << std::endl;

#pragma omp parallel for
    for (int i = 0; i < 100; ++i) 
    {
#pragma omp critical (a)
        {
          sum = sum + i;
          sum = sum + i * 2;
        }
    }

    std::cout << "After: " << sum << std::endl;
    return 0;
}

互斥锁函数

  1. 定义

类似 Mutex

  1. 原型说明
funcitoncomments
void opm_init_lock(omp_lock *)初始化互斥器
void opm_destroy_lock(omp_lock *)销毁互斥器
void opm_set_lock(omp_lock *)获得互斥器
void opm_unset_lock(omp_lock *)释放互斥器
void opm_test_lock(omp_lock *)试图获得互斥器，如果获得成功返回true，否则返回false
  1. 示例代码
#include <iostream>
#include <omp.h> // OpenMP编程需要包含的头文件

static omp_lock_t lock;

int main()
{
    omp_init_lock(&lock); // 初始化互斥锁

#pragma omp parallel for
    for (int i = 0; i < 5; ++i) 
    {
        omp_set_lock(&lock); //获得互斥器 
        std::cout << omp_get_thread_num() << "+" << std::endl;
        std::cout << omp_get_thread_num() << "-" << std::endl;
        omp_unset_lock(&lock); //释放互斥器
    }

    omp_destroy_lock(&lock); //销毁互斥器
    return 0;
}

事件同步机制

  1. 隐式栅障

前面所有的示例都带有隐式栅障，即并行区域中所有线程执行完毕之后，主线程才继续执行。

  1. 同步关键字
keywordfunctionexample
nowait不等待指定的并行语句执行完成，继续执行下面的语句。#pragma omp for nowait
barrier显示同步，等待前面的线程结束。#pragma omp barrier
master声明对应的并行程序块只由主线程完成。#pragma omp mater
section用来指定不同的线程执行不同的部分。#pragma omp parallel sections {} #pragma omp section {}
  1. 示例代码
#include <iostream>
#include <omp.h> // OpenMP编程需要包含的头文件

int main()
{
#pragma omp parallel
    {
#pragma omp for nowait
        for (int i = 0; i < 1000; ++i) 
        {
            std::cout << i << "+" << std::endl;
        }
#pragma omp for
        for (int j = 0; j < 10; ++j) 
        {
            std::cout << j << "-" << std::endl;
        }
    }
    
    return 0;
}

#include <iostream>
#include <omp.h> // OpenMP编程需要包含的头文件

int main()
{
#pragma omp parallel
    {
        for (int i = 0; i < 100; ++i) 
        {
            std::cout << i << "+" << std::endl;
        }

#pragma omp barrier
        for (int j = 0; j < 10; ++j) 
        {
         std::cout << j << "-" << std::endl;
        }
    }

    return 0;
}

#include <iostream>
#include <omp.h> // OpenMP编程需要包含的头文件

int main()
{
#pragma omp parallel
    {
#pragma omp master
        {
            for (int j = 0; j < 10; ++j) 
            {
                std::cout << j << "-" << std::endl;
            }
        }

        std::cout << "This will printed twice." << std::endl;
    }

    return 0;
}

#include <iostream>
#include <omp.h> // OpenMP编程需要包含的头文件

int main()
{
#pragma omp parallel sections //声明该并行区域分为若干个section,section之间的运行顺序为并行的关系
    {
#pragma omp section //第一个section,由某个线程单独完成
        for (int i = 0; i < 5; ++i) 
        {
            std::cout << i << "+" << std::endl;
        }

#pragma omp section //第一个section,由某个线程单独完成
        for (int j = 0; j < 5; ++j) 
        {
         std::cout << j << "-" << std::endl;
        }
    }

    return 0;
}

调度策略

  1. 说明

默认情况下会自动生成与CPU个数相等的线程，然后并行执行并行区域中的代码。通过对并行区域中的for循环进行特殊的声明，可以将for循环的不同部分分配给不同的线程运行。然后再通过锁同步或事件同步来实现并行区域的同步控制。

  1. 调度策略
policycommentscondition
static循环变量区域分为n等份，每个线程评分n份任务各个cpu的性能差别不大
dynamic循环变量区域分为n等份，某个线程执行完1份之后执行其他需要执行的那一份任务cpu之间运行能力差异较大
guided循环变量区域由大到小分为不等的n份，运行方法类似于 dynamic由于任务份数比 dynamic，所以可以减少调度开销
runtime在运行时来适用上述三种调度策略中的一种，默认是使用 static
  1. 声明

使用 ... for schedule(<policy>, n) 将并行任务按 policy 调度策略，for 循环每 n 迭代分成一个任务。

  1. 示例
#include <iostream>
#include <omp.h> // OpenMP编程需要包含的头文件

int main()
{
#pragma omp parallel for schedule(static, 2) //static调度策略，for循环每两次迭代分成一个任务
    for (int i = 0; i < 10; ++i) //被分成了5个任务，其中循环0~1,4~5,8~9分配给了第一个线程,其余的分配给了第二个线程
    {
        std::cout << "Thread ID:" << omp_get_thread_num() << " Value:" << i << std::endl;
    }

    return 0;
}

#include <iostream>
#include <omp.h> // OpenMP编程需要包含的头文件

int main()
{
#pragma omp parallel for schedule(dynamic, 2) //dynamic调度策略，for循环每两次迭代分成一个任务
    for (int i = 0; i < 10; ++i) //被分成了5个任务，只要有任务并且线程空闲，那么该线程会执行该任务
    {
        std::cout << "Thread ID:" << omp_get_thread_num() << " Value:" << i << std::endl;
    }

    return 0;
}
德阳凯子哥
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
OpenMP使用详解
程序猿老樊的博客
06-23 907
OpenMP 提供了简单而强大的并行编程能力，适合在共享内存系统上实现高效的并行计算。通过合理使用 OpenMP 指令，可以显著提高程序的执行效率。
OpenMP简介
02-25
OpenMP是由一组计算机硬件和软件供应商联合定义的应用程序接口（API）。OpenMP为基于共享内存的并行程序的开发人员提供了一种便携式和可扩展的编程模型，其API支持各种架构上的C/C++和Fortran。本教程介绍了OpenMP...
openmp openmp
06-13
openmpopenmpopenmpopenmpopenmpopenmpopenmpopenmpopenmpopenmpopenmpopenmp
OpenMP并行程序设计——for循环并行化详解
热门推荐
学无常师，负笈不远险阻
10-22 7万+
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 o
OpenM
szv123_rier的专栏
04-09 1157
转载自：http://blog.csdn.net/netnote/article/details/3137563    1        简介 www.openmp.org GNU的gomp项目； Include ；编译参数-fopenmp打开openmp，如果使用-lgomp则编译成单线程版本； 条件编译 #ifdef _OPENMP 声明并行区，由编译器和运行时库确定线程的创建、终
OpenMP概述
yuanlanxiaup
11-26 464
根据计算平台和规模的不同，并行计算可以分为两种：第一种是基于单一计算机系统的多核处理器或多处理器进行多线程并行计算，采用共享存储的方式，主要的标准有OpenMP，如下左图所示；第二种就是基于多台计算机组件的集群（Cluster）计算系统进行并行计算，采用消息传递方式，主要的标准有MPI，如下右图所示。本文将主要介绍多线程方式的并行计算。 首先来了解一下单核处理器上程序运行方式，系统中包括...
OpenMP原理
01-08 327
OpenMP原理： 在用VC建项目时，需要打开相关选项： 在 C/C++中采用 OpenMP 指令的格式如下： #pragma omp … 关键字 omp 表示这个指令是 OpenMP 指令，所以它会被 OpenMP 编译器处理，其他非OpenMP 编译器将不会理会。
OpenMP入门教程
01-27
parallelfor一段，感觉好像是OpenMP，以前看到并行化的东西都是直接躲开，既然躲不开了，不妨研究一下：OpenMP是OpenMultiProcessing的缩写。OpenMP并不是一个简单的函数库，而是一个诸多编译器支持的框架，或者说是...
openmp-3.0.rar
06-13
《OpenMP 3.0并行编程指南》 OpenMP（Open Multi-Processing）是一种用于共享内存多处理器系统上的并行编程模型，它为C、C++和Fortran等编程语言提供了一种标准的接口。OpenMP 3.0是这一系列规范的一个重要版本，...
openMP
ichangjian的专栏
01-25 507
1.借助 OpenMP* 实现更多工作共享 https://software.intel.com/zh-cn/articles/more-work-sharing-with-openmp 2.32 OpenMP traps for C++ developers https://software.intel.com/zh-cn/articles/32-openmp-traps-fo
VC openMP 头文件 库文件 运行库
04-25
装了express版VC的可以下 库文件是vc90版的 也就是vs2008里面弄出来的
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值