OpenMP学习之--任务划分与调度（代码示例）

这一片介绍OpenMP的任务划分与调度，还是以代码说明。关于任务划分和调度的介绍这里也省略了。

// distribute tasks.cpp : 定义控制台应用程序的入口点。 // #include "stdafx.h" #include "omp.h" int _tmain(int argc, _TCHAR* argv[]) { const int N = 20; int a[N] = {0,1,2,3,4,5,6,7,8,9,0,1,2,3,4,5,6,7,8,9}; int b[N] = {0,1,2,3,4,5,6,7,8,9,0,1,2,3,4,5,6,7,8,9}; int c[N]; /* 工作量的划分与调度有3种方式： 1、静态：schedule (static [,chunk])，比较适合每次迭代的工作量相近(主要指工作所需时 间)的情况。 把循环的迭代按照每x次(x=chunk)迭代分为一块，这样你的总工作量就被划分成了n/x块(n 为迭代次数、循环次数)， 然后将这些块按照轮转法依次分配给各个线程。举个例子：比如我们有100次迭代， x=chunk=4，那么我们的工作就被分为25块， 假设我们有2个线程可以做工作，那么线程1分到的块是1,3,5,7....,25，线程2分到的块是 2,4,6,...,24； 2、动态：schedule (dynamic [,chunk])，比较适合每次迭代的工作量非常不确定的情况。 迭代分块方法同上，但是工作块被放到一个队列中，每个线程每次拿一块，做好了才能到队 列里去拿下一块； 3、Guided：schedule (guided [,chunk])，类似动态方式，但是队列相关的开销会比动态方式 小 这个方式是动态方式的改进。在这个方式里，分块的x是不固定的，一开始块的大小(x)比较 大，随着剩余工作量的减小， 块的大小也随之变小。 4、实时：schedule (runtime [,chunk])，根据系统设置来定。 */ printf("/n------------------------ 系统分配任务，static -------------------------- /n"); #pragma omp parallel for schedule(static, 3) // 每一块是3个任务，块按照轮转法依次分配给各个线程，一次性分配完 for(int i=0;i<N;i++) { c[i] = a[i] + b[i]; printf("threadnum=%d, c[%d]=%d/n", omp_get_thread_num(), i, c[i]); } for (int i=0;i<N;i++) { printf("c[%d]=%d/t", i, c[i]); c[i] = 0; } printf("/n------------------------ 系统分配任务，dynamic ------------------------- -/n"); #pragma omp parallel for schedule(dynamic, 3) // 每一块是3个任务，有个任务块队列，线程每一次从队列里获取一个任务块，执行完再取下一个，所 以获得的块号是无序的 for(int i=0;i<N;i++) { c[i] = a[i] + b[i]; printf("threadnum=%d, c[%d]=%d/n", omp_get_thread_num(), i, c[i]); } for (int i=0;i<N;i++) { printf("c[%d]=%d/t", i, c[i]); c[i] = 0; } printf("/n------------------------ 系统分配任务，guided -------------------------- /n"); #pragma omp parallel for schedule(guided, 3) // 每一块是3个任务，有个任务块队列，随着任务的减少，块的大小也在减小 for(int i=0;i<N;i++) { c[i] = a[i] + b[i]; printf("threadnum=%d, c[%d]=%d/n", omp_get_thread_num(), i, c[i]); } for (int i=0;i<N;i++) { printf("c[%d]=%d/t", i, c[i]); c[i] = 0; } /* 自己手动分配任务（类似与划分与调度策略的static，轮转分配） * 第一种是每个线程分配的块里的任务是连续的， id*(N/Nthrds)-->(id+1) * (N / Nthrds)； * 第二种每个线程分配的块里的任务是分散的，第id个，第id+Nthrrds个，第id+2*Nthrds。。。只到 id+m*Nthrds>=N，。 * 这两种思想的区别值得借鉴。 */ // 方法一 printf("/n------------------------ 手动分配任务，方法一 ------------------ --------/n"); #pragma omp parallel { int i, istart, iend; int Nthrds = omp_get_num_threads(), id = omp_get_thread_num(); if (N/Nthrds == 0) { istart = id * (N / Nthrds); // 每个线程都完成N/Nthrds个任务，就是将N个任务平均分给Nthrds个线程，最后一个线程可能不足 N/Nthrds个任务 iend = (id+1) * (N / Nthrds); } else{ istart = id * (N/Nthrds + 1); // 每个线程都完成N/Nthrds + 1个任务，最后一个线程可能不足N/Nthrds + 1个任务。或者可以每个线 程完成N/Nthrds个，最后一个线程多完成剩余的 iend = (id+1) * (N/Nthrds + 1); } for(i=istart; i<iend && i<N; i++) { c[i] = a[i] + b[i]; printf("threadnum=%d, c[%d]=%d/n", id, i, c[i]); } } for (int i=0;i<N;i++) { printf("c[%d]=%d/t", i, c[i]); c[i] = 0; } printf("/n------------------------ 手动分配任务，方法二 ------------------------- /n"); // 方法二 #pragma omp parallel { int i, istart, iend; int Nthrds = omp_get_num_threads(), id = omp_get_thread_num(); iend = N; for(i=id; i<iend; i+=Nthrds) // 每个线程一次完成第id个任务，第id+Nthrrds个，第id+2*Nthrds。。。只到id+m*Nthrds>=N { c[i] = a[i] + b[i]; printf("threadnum=%d, c[%d]=%d/n", id, i, c[i]); } } for (int i=0;i<N;i++) { printf("c[%d]=%d/t", i, c[i]); c[i] = 0; } return 0; }

 

下面是输出，系统设置为2个线程

 

------------------------ 系统分配任务，static -------------------------- threadnum=0, c[0]=0 threadnum=0, c[1]=2 threadnum=0, c[2]=4 threadnum=0, c[6]=12 threadnum=0, c[7]=14 threadnum=0, c[8]=16 threadnum=0, c[12]=4 threadnum=0, c[13]=6 threadnum=0, c[14]=8 threadnum=1, c[3]=6 threadnum=0, c[18]=16 threadnum=1, c[4]=8 threadnum=0, c[19]=18 threadnum=1, c[5]=10 threadnum=1, c[9]=18 threadnum=1, c[10]=0 threadnum=1, c[11]=2 threadnum=1, c[15]=10 threadnum=1, c[16]=12 threadnum=1, c[17]=14 c[0]=0 c[1]=2 c[2]=4 c[3]=6 c[4]=8 c[5]=10 c[6]=12 c[7]=14 c[8]=16 c[9]=18 c[10]=0 c[11]=2 c[12]=4 c[13]=6 c[14]=8 c[15]=10 c[16]=12 c[17]=14 c[18]=16 c[19]=18 ------------------------ 系统分配任务，dynamic -------------------------- threadnum=0, c[0]=0 threadnum=1, c[3]=6 threadnum=0, c[1]=2 threadnum=1, c[4]=8 threadnum=0, c[2]=4 threadnum=1, c[5]=10 threadnum=0, c[6]=12 threadnum=1, c[9]=18 threadnum=0, c[7]=14 threadnum=1, c[10]=0 threadnum=0, c[8]=16 threadnum=1, c[11]=2 threadnum=0, c[12]=4 threadnum=1, c[15]=10 threadnum=0, c[13]=6 threadnum=1, c[16]=12 threadnum=0, c[14]=8 threadnum=1, c[17]=14 threadnum=0, c[18]=16 threadnum=0, c[19]=18 c[0]=0 c[1]=2 c[2]=4 c[3]=6 c[4]=8 c[5]=10 c[6]=12 c[7]=14 c[8]=16 c[9]=18 c[10]=0 c[11]=2 c[12]=4 c[13]=6 c[14]=8 c[15]=10 c[16]=12 c[17]=14 c[18]=16 c[19]=18 ------------------------ 系统分配任务，guided -------------------------- threadnum=0, c[0]=0 threadnum=1, c[4]=8 threadnum=0, c[1]=2 threadnum=1, c[5]=10 threadnum=0, c[2]=4 threadnum=1, c[6]=12 threadnum=0, c[3]=6 threadnum=1, c[7]=14 threadnum=0, c[10]=0 threadnum=1, c[8]=16 threadnum=0, c[11]=2 threadnum=1, c[9]=18 threadnum=0, c[12]=4 threadnum=1, c[13]=6 threadnum=0, c[16]=12 threadnum=1, c[14]=8 threadnum=0, c[17]=14 threadnum=1, c[15]=10 threadnum=0, c[18]=16 threadnum=1, c[19]=18 c[0]=0 c[1]=2 c[2]=4 c[3]=6 c[4]=8 c[5]=10 c[6]=12 c[7]=14 c[8]=16 c[9]=18 c[10]=0 c[11]=2 c[12]=4 c[13]=6 c[14]=8 c[15]=10 c[16]=12 c[17]=14 c[18]=16 c[19]=18 ------------------------ 手动分配任务，方法一 -------------------------- threadnum=0, c[0]=0 threadnum=1, c[11]=2 threadnum=0, c[1]=2 threadnum=1, c[12]=4 threadnum=0, c[2]=4 threadnum=0, c[3]=6 threadnum=0, c[4]=8 threadnum=0, c[5]=10 threadnum=1, c[13]=6 threadnum=1, c[14]=8 threadnum=0, c[6]=12 threadnum=1, c[15]=10 threadnum=0, c[7]=14 threadnum=0, c[8]=16 threadnum=1, c[16]=12 threadnum=0, c[9]=18 threadnum=1, c[17]=14 threadnum=0, c[10]=0 threadnum=1, c[18]=16 threadnum=1, c[19]=18 c[0]=0 c[1]=2 c[2]=4 c[3]=6 c[4]=8 c[5]=10 c[6]=12 c[7]=14 c[8]=16 c[9]=18 c[10]=0 c[11]=2 c[12]=4 c[13]=6 c[14]=8 c[15]=10 c[16]=12 c[17]=14 c[18]=16 c[19]=18 ------------------------ 手动分配任务，方法二 ------------------------- threadnum=0, c[0]=0 threadnum=1, c[1]=2 threadnum=0, c[2]=4 threadnum=1, c[3]=6 threadnum=0, c[4]=8 threadnum=1, c[5]=10 threadnum=0, c[6]=12 threadnum=1, c[7]=14 threadnum=0, c[8]=16 threadnum=1, c[9]=18 threadnum=0, c[10]=0 threadnum=1, c[11]=2 threadnum=0, c[12]=4 threadnum=1, c[13]=6 threadnum=0, c[14]=8 threadnum=1, c[15]=10 threadnum=0, c[16]=12 threadnum=1, c[17]=14 threadnum=0, c[18]=16 threadnum=1, c[19]=18 c[0]=0 c[1]=2 c[2]=4 c[3]=6 c[4]=8 c[5]=10 c[6]=12 c[7]=14 c[8]=16 c[9]=18 c[10]=0 c[11]=2 c[12]=4 c[13]=6 c[14]=8 c[15]=10 c[16]=12 c[17]=14 c[18]=16 c[19]=18