完数的MPI并行程序设计-并行计算

目录

1.问题描述... 2

2.算法设计... 2

2.1 串行算法设计... 2

2.2 MPI消息传递并行算法设计... 3

2.3 理论加速比分析... 3

3.基于MPI的并行算法实现... 3

3.1 代码及注释... 3

3.2 单机运行... 6

3.2.1 执行结果截图... 6

3.2.2 实验加速比分析... 7

3.3 多机运行... 7

3.3.1 程序执行说明... 7

3.3.2 执行结果截图... 8

3.3.3 实验加速比分析... 9

3.4 遇到的问题及解决方案... 9

3.4.1错误代码... 9

3.4.2后果... 10

3.4.3正确代码... 10

3.4.4分析... 10

 

1.问题描述

一个数如果恰好等于它的因子之和，这个数就称为“完数”。例如6=1＋2＋3，再如8的因子和是7（即1+2+4），8不是完数。输入一个数n，编程找出n以内的所有完数及其个数。

2.算法设计

2.1 串行算法设计

串行算法步骤如下：

①因为1不算入一个完数，所以令数i=2，初始化答案值ans=0；

②因为1是任何数的一个因数，所以可初始化因数之和sum=1；

③令数k=2；

④如果数i能整除数k，说明k是i的一个因数，则sum += k；

⑤若k<=i/2（控制范围保证i%k能进行计算），++k，转到④，否则转到⑥；

⑥若sum = i，++ans；

⑦若i <=n，++i，转到②，否则转到⑧；

⑧函数返回答案值ans。

2.2 MPI消息传递并行算法设计

并行算法步骤如下：

①初始化MPI执行环境，进程号为零时输入n，随后将 n 值广播出去；②中间计算步骤与串行计算步骤相同；

③暂存各个进程并行计算得到的部分和，通过MPI_SUM函数来汇总数据，各个进程全部执行完毕即得最终计算答案。

 

2.3 理论加速比分析

若p个处理器上数据量为n，则S=np/（n+2plogp）。

本机测试中，p=2：若n=10000，则S=1.99976；若n=100000，则S=1.99998。

3.基于MPI的并行算法实现

3.1 代码及注释（变量名 名字首字母 开头）

/*问题描述：一个数如果恰好等于它的因子之和，这个数就称为“完数”。例如6=1＋2＋3，再如8的因子和是7（即1+2+4），8不是完数。编程找出1000以内的所有完数。
*/
//test.cpp : 定义控制台应用程序的入口点。
//
 
#include "stdafx.h"
#include "mpi.h"
#include <cstdlib>
#include <iostream>
#include <cmath>
#include <ctime>
#include <omp.h>
#include <windows.h>
using namespacestd;
 
int Perfect(long long n) //普通的串行算法
{
    int ans = 0;                  // n以内的完数个数
    long long i,k;                      //循环变量
    for (i = 2; i <= n; i++)  //1不算入一个完数。
    {
        long long sum = 1;                //数的因数之和,1是任何数的一个因数。
        for (k= 2; k <= i / 2; k++)  //k<=i/2是要保证i%k能进行计算。
            if(i%k == 0)
                sum += k;       //因数之和
        if(sum == i)       //找到一个完数
        {
            ++ans;
            printf("%lld\n", sum);
        }              //函数返回答案值ans
    }
    return ans;
}
int main(int argc, char *argv[])
{
    long long n,temp;
    long long i,k;  //循环变量
    int done = 0, myid, numprocs;
    long longmypi, pi, ans;// n以内的完数个数
    double startwtime, endwtime;
    int namelen;
    charprocessor_name[MPI_MAX_PROCESSOR_NAME];
    MPI_Init(&argc,&argv);//初始化
    MPI_Comm_size(MPI_COMM_WORLD,&numprocs);//标示相应进程组中有多少个进程
    printf("numprocs= %d\n", numprocs);
    MPI_Comm_rank(MPI_COMM_WORLD, &myid);//标示各个MPI进程，告诉调用该函数进程的当前进程号
    MPI_Get_processor_name(processor_name,&namelen);//获取当前进程执行的机器名称
    fprintf(stderr, "Process %d on %s\n", myid, processor_name);
    fflush(stderr);
    while (!done)
    {
        if(myid == 0)
        {
            printf("输入一个数字不超过: (0 退出) ");
            fflush(stdout);
            scanf_s("%lld",&n);
            temp = n;
            startwtime = MPI_Wtime();
            printf("%lld以内的完数有:\n",n);
        }
        /***************MPI并行计算n以内的完数个数*********************/
        MPI_Bcast(&n, 1, MPI_LONG, 0,MPI_COMM_WORLD);//将 n 值广播出去
        if (n== 0)  done = 1;
        else
        {
            ans = 0;
            for (i= myid + 2; i <= n; i += numprocs) //1不算入一个完数。
            {
                long long sum = 1;                //数的因数之和,1是任何数的一个因数。
                for (k= 2; k <= i / 2; k++)  //k<=i/2是要保证i%k能进行计算。
                    if(i%k == 0)
                        sum += k;       //因数之和
                if(sum == i)       //找到一个完数
                {
                    ++ans;       //函数返回答案值ans
                    printf("%lld\n", sum);
                }
            }
            mypi = ans;//各个进程并行计算得到的部分和
            MPI_Reduce(&mypi, &pi, 1,MPI_LONG, MPI_SUM, 0, MPI_COMM_WORLD);//每个进程从sendBuf向root进程的receiveBuf发数据，通过opration函数(例如MPI_SUM)来汇总数据
            if(myid == 0)
            {
                //执行累加的号进程将近似值打印出来
                printf("Sum= %d\n", pi);
                endwtime = MPI_Wtime();//返回自过去某一时刻调用时的时间间隔,以秒为单位
                printf("MPI时间= %f\n",endwtime - startwtime);
                /*****************串行计算时间***********************/
                startwtime = MPI_Wtime();
                printf("Sum= %d\n", Perfect(temp)); //输出串行计算出的n以内的完数个数
                endwtime = MPI_Wtime();
                printf("Serail时间= %f\n",endwtime - startwtime);//输出串行计算时间
                                                                /****************************************/
            }
        }
    }
    MPI_Finalize();
    system("pause");
    return 0;
}
 

3.2 单机运行

3.2.1 执行结果截图

（1）小数据量验证正确性的执行结果截图（不考虑加速比）

（2）大数据量获得较好加速比的执行结果截图

（体现串行时间、并行时间和好的加速比）

3.2.2 实验加速比分析

若n=10000，S=Ts/Tp=2.0045；若n=100000，S=Ts/Tp=1.9976。

实验加速比与理论加速比相差不大，在误差允许范围内可认为结果正确。

3.3 多机运行

3.3.1 程序执行说明

    使用Dell20201与Dell20202两台机器组成双核运行平台，进程分配如图所示。

3.3.2 执行结果截图

（1）小数据量验证正确性的执行结果截图（不考虑加速比）

 

（2）大数据量获得较好加速比的执行结果截图

（体现串行时间、并行时间和好的加速比）

3.3.3 实验加速比分析

若n=10000，S=Ts/Tp=2.0027；若n=100000，S=Ts/Tp=2.000484。

实验加速比与理论加速比相差不大，在误差允许范围内可认为结果正确。

3.4 遇到的问题及解决方案

3.4.1错误代码

long long ans;

double mypi, pi;

(此处略中间代码)

mypi =ans;//各个进程并行计算得到的部分和

MPI_Reduce(&mypi,&pi, 1, MPI_LONG, MPI_SUM, 0, MPI_COMM_WORLD);

3.4.2后果

通过MPI_SUM函数来汇总的数据pi错误，输出为零。

3.4.3正确代码

long long mypi, pi, ans;//ans是n以内的完数个数

(此处略中间代码)

mypi =ans;//各个进程并行计算得到的部分和

MPI_Reduce(&mypi,&pi, 1, MPI_LONG, MPI_SUM, 0, MPI_COMM_WORLD);

 

3.4.4分析

    相互赋值的两个变量的数据类型必须相同，不然无法完成赋值，始终为默认值零。