在共享存储OpenMP 环境下使用 SPMD并行计算π

为了进一步掌握 OpenMP 编程、了解共享存储与消息传递机制编程的区别，掌握 OpenMP、MPI 的基本功能、构成方式、句法、Visual Studio 集成开发环境的使用，并配置环境变量；OpenMP、MPI 并行程序设计方法，了解并行程序的过程及优越性，本文采用 MPI 消息传递机制编程的基本使用和调试方法、性能优化及多核技术的基本概念

一、 目标

在共享存储OpenMP 环境下使用 SPMD（单程序多数据） 并行计算π 的值

二、运行结果

(1)代码实现：

#include <stdio.h>
#include <omp.h>
#include <cmath>
#include <iostream>
#include <stdlib.h>
#include <time.h>
#include "PrecisionNum.cpp"
#include "stdint.h"

void openmpPi_spmd() {
    time_t start=clock();
    PrecisionNum pi(0),dx,one(1),four(4),two(2);
    int step=10000;
    PrecisionNum bigstep(step);
    dx=dx.div(one,bigstep);
    int threadNum=4;
    PrecisionNum sum[threadNum];
    omp_set_num_threads(threadNum);  //设置线程数
#pragma omp parallel  //并行域开始，每个线程(0和1)都会执行该代码
    {
        int id;
        id = omp_get_thread_num();
        PrecisionNum x2;
        int i;
        cout<<id<<endl;
        sum[id];
#pragma omp parallel for shared(pi) private(i,x2)
        for( i=id*step/threadNum; i < (id+1)*step/threadNum; i++) {
            x2=i+0.5;
            x2=x2/bigstep;
            x2=x2*x2;
            ++x2;
            x2=four/x2;
            x2=x2*dx;
            sum[id]=sum[id]+x2;
        }
//#pragma omp critical (pi_lock)
//    pi=pi+sum;
    }
    for(int i=0;i<threadNum;++i) {
        sum[i].show();
        pi = pi + sum[i]; }
    time_t finish=clock();
    cout<<"spend time:"<<double(finish-start)/CLOCKS_PER_SEC<<"s";
    cout<<"  OpenMP SPMD  Pi:"<<endl;
    pi.showAll();
    //共2个线程参加计算，其中线程0进行迭代步0~49999，线程1进行迭代步50000~99999.
}


int main(int argc,char* argv[]) {
    time_t start=clock();
    cout<<"start clock:"<<start<<endl;
    openmpPi_spmd();
    time_t finish=clock();
    cout<<"finish clock:"<<finish<<endl;
    cout<<"total time:"<<double(finish-start)/CLOCKS_PER_SEC<<"s"<<endl;
    return 0;
}

(2)运行结果截图