OpenMP学习笔记2

最新推荐文章于 2024-01-02 09:47:22 发布
最新推荐文章于 2024-01-02 09:47:22 发布
阅读量328 收藏 1
点赞数
分类专栏： 学习笔记 文章标签： openmp
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/dearest_____/article/details/106603195
版权

OpenMP学习笔记2

OpenMP子句的用法

  1. private 子句
    private 子句可以将变量声明为线程私有，声明称线程私有变量以后，每个线程都有一个该变量的副本，线程之间不会互相影响，其他线程无法访问其他线程的副本。原变量在并行部分不起任何作用，也不会受到并行部分内部操作的影响。

例子：

#include <stdio.h>
#include <omp.h>

int main(int argc, char* argv[])
{
	int i = 10;
	
	#pragma omp parallel for private(i)
	//private声明的变量不会继承同名变量的值
	
	for (i = 0; i < 4; i++)
	{
		printf("i = %d\n", i);
	}
	printf("outside i = %d\n", i);
	return 0;
}

结果：

i = 0
i = 1
i = 2
i = 3
outside i = 10
  1. firstprivate子句
    private子句不能继承原变量的值，我们可以使用firstprivate子句来实现线程私有变量继承原来变量的值。
    例子：
#include <stdio.h>
#include <omp.h>

int main(int argc, char* argv[])
{
	int t = 10, i;
	
    #pragma omp parallel for firstprivate(t)
	for (i = 0; i < 4; i++)
	{
		t += i;
		printf("t = %d\n", t);
	}
	printf("outside t = %d\n", t);
	return 0;
}

结果：

t = 11
t = 13
t = 12
t = 10
outside t = 10
  1. lastprivate子句
    除了在进入并行部分时需要继承原变量的值外，有时我们还需要再退出并行部分时将计算结果赋值回原变量，lastprivate子句就可以实现这个需求。
    需要注意的是，根据OpenMP规范，在循环迭代中，是最后一次迭代的值赋值给原变量；如果是section结构，那么是程序语法上的最后一个section语句赋值给原变量。
    如果是类(class)变量作为lastprivate的参数时，我们需要一个缺省构造函数，除非该变量也作为firstprivate子句的参数；此外还需要一个拷贝赋值操作符。
    例子：
#include <stdio.h>
#include <omp.h>

int main(int argc, char* argv[])
{
	int t = 10, i;
	
    #pragma omp parallel for firstprivate(t),lastprivate(t)
	for (i = 0; i < 4; i++)
	{
		t += i;
		printf("t = %d\n", t);
	}
	printf("outside t = %d\n", t);
	return 0;
}

结果：

t = 12
t = 13
t = 10
t = 11
outside t = 13
  1. threadprivate子句
    threadprivate子句可以将一个变量复制一个私有的拷贝给各个线程，即各个线程具有各自私有的全局对象。

格式：

#pragma omp threadprivate(list)

例子：

#include <stdio.h>
#include <omp.h>

int g = 0;
#pragma omp threadprivate(g)

int main(int argc, char* argv[])
{

	#pragma omp parallel
	{
		g = omp_get_thread_num();
	}
	#pragma omp parallel
	{
		printf("thread id: %d g: %d\n", omp_get_thread_num(), g);
	}
	return 0;
}

结果：

thread id: 1 g: 1
thread id: 5 g: 5
thread id: 2 g: 2
thread id: 3 g: 3
thread id: 6 g: 6
thread id: 4 g: 4
thread id: 0 g: 0
thread id: 7 g: 7
  1. shared子句
    Share子句可以将一个变量声明成共享变量，并且在多个线程内共享。需要注意的是，在并行部分进行写操作时，要求共享变量进行保护，否则不要随便使用共享变量，尽量将共享变量转换为私有变量使用。

例子：

#include <stdio.h>
#include <omp.h>

int main(int argc, char* argv[])
{
	int t = 20, i;
	
	#pragma omp parallel for shared(t)
	for (i = 0; i < 4; i++)
	{
		if (i % 2 == 0)
			t++;
		printf("i = %d, t = %d\n", i, t);
	}
	return 0;
}

结果：

i = 3, t = 20
i = 1, t = 20
i = 0, t = 21
i = 2, t = 22
  1. reduction子句
    reduction子句可以对一个或者多个参数指定一个操作符，然后每一个线程都会创建这个参数的私有拷贝，在并行区域结束后，迭代运行指定的运算符，并更新原参数的值。
    私有拷贝变量的初始值依赖于redtution的运算类型。

具体用法如下

reduction(operator:list)

例子：

#include <stdio.h>
#include <omp.h>

int main(int argc, char* argv[])
{
	
	int i, sum = 10;
	
	#pragma omp parallel for reduction(+: sum)
	for (i = 0; i < 5; i++)
	{
		sum += i;
		printf("%d\n", sum);
	}
	printf("sum = %d\n", sum);
	return 0;
}

结果：

1
3
0
2
4
sum = 20
  1. copyin子句
    copyin子句可以将主线程中变量的值拷贝到各个线程的私有变量中，让各个线程可以访问主线程中的变量。
    copyin的参数必须要被声明称threadprivate，对于类的话则并且带有明确的拷贝赋值操作符。
    例子：
#include <stdio.h>
#include <omp.h>

int g = 0;
#pragma omp threadprivate(g) 
int main(int argc, char* argv[])
{
	int i;
	#pragma omp parallel for   
	for (i = 0; i < 4; i++)
	{
		g = omp_get_thread_num();
		printf("thread %d, g = %d\n", omp_get_thread_num(), g);
	}
	printf("global g: %d\n", g);
	
	#pragma omp parallel for copyin(g)
	
	for (i = 0; i < 4; i++)
		printf("thread %d, g = %d\n", omp_get_thread_num(), g);
	return 0;
}

结果：

thread 0, g = 0
thread 3, g = 3
thread 2, g = 2
thread 1, g = 1
global g: 0
thread 0, g = 0
thread 3, g = 0
thread 1, g = 0
thread 2, g = 0

OpenMP调度

  1. static调度子句
    当parallel for没有带schedule时，大部分情况下系统都会默认采用static调度方式。假设有n次循环迭代，t个线程，那么每个线程大约分到n/t次迭代。这种调度方式会将循环迭代均匀的分布给各个线程，各个线程迭代次数可能相差1次。
    用法为schedule(method)。
    例子：
#include <stdio.h>
#include <omp.h>

int main(int argc, char* argv[])
{
	int i;
	
	#pragma omp parallel for schedule(static)
	
	for (i = 0; i < 10; i++)
	{
		printf("i = %d, thread %d\n", i, omp_get_thread_num());
	}
	return 0;
}

结果：

i = 0, thread 0
i = 4, thread 2
i = 1, thread 0
i = 7, thread 5
i = 8, thread 6
i = 2, thread 1
i = 9, thread 7
i = 3, thread 1
i = 5, thread 3
i = 6, thread 4

Size参数的用法：在静态调度的时候，我们可以通过指定size参数来分配一个线程的最小迭代次数。指定size之后，每个线程最多可能相差size次迭代。可以推断出[0,size-1]的迭代是在第一个线程上运行，依次类推。
例子：

#include <stdio.h>
#include <omp.h>

int main(int argc, char* argv[])
{
	int i;
	
	#pragma omp parallel for schedule(static, 3)
	for (i = 0; i < 10; i++)
	{
		printf("i = %d, thread %d\n", i, omp_get_thread_num());
	}
	return 0;
}

结果：

i = 6, thread 2
i = 0, thread 0
i = 1, thread 0
i = 2, thread 0
i = 9, thread 3
i = 3, thread 1
i = 4, thread 1
i = 5, thread 1
i = 7, thread 2
i = 8, thread 2
  1. dynamic调度子句
    动态分配是将迭代动态分配到各个线程，依赖于运行状态来确定，所以我们无法像静态调度一样事先预计进程的分配。哪一个线程先启动，哪一个线程迭代多久，这些都取决于系统的资源和线程的调度。
    例子：
#include <stdio.h>
#include <omp.h>

int main(int argc, char* argv[])
{
	int i;
	
	#pragma omp parallel for schedule(dynamic)
	for (i = 0; i < 10; i++)
	{
		printf("i = %d, thread %d\n", i, omp_get_thread_num());
	}
	return 0;
}

结果：

i = 0, thread 0
i = 3, thread 3
i = 8, thread 3
i = 9, thread 7
i = 2, thread 1
i = 4, thread 4
i = 5, thread 5
i = 7, thread 0
i = 1, thread 2
i = 6, thread 6

OpenMP的API函数

  1. omp_get_num_procs：返回调用函数时可用的处理器数目。
    函数原型：

int omp_get_num_procs(void)

例子：

#include <stdio.h>
#include <omp.h>

int main(int argc, char* argv[])
{
	printf("%d\n", omp_get_num_procs());
	#pragma omp parallel  
	{
	    printf("%d\n", omp_get_num_procs());
	}
	return 0;
}

结果：

8
8
8
8
8
8
8
8
8
  1. omp_get_num_threads：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。
    函数原型：

int omp_get_num_threads(void)

例子：

#include <stdio.h>
#include <omp.h>

int main(int argc, char* argv[])
{
	printf("%d\n", omp_get_num_threads());
	#pragma omp parallel  
	{
        printf("%d\n", omp_get_num_threads());
	}
	return 0;
}

结果：

1
8
8
8
8
8
8
8
8
  1. omp_get_thread_num：返回当前的线程号，注意不要和之前的omp_get_num_threads混淆。
    函数原型：

int omp_get_thread_num(void)

例子：

#include <stdio.h>
#include <omp.h>

int main(int argc, char* argv[])
{
	printf("%d\n", omp_get_thread_num());
	#pragma omp parallel  
	{	    
	    printf("%d\n", omp_get_thread_num());
	}
	return 0;
}

结果：

0
0
2
1
3
4
5
6
7
  1. omp_set_num_threads：设置进入并行区域时，将要创建的线程个数。
    函数原型：

int omp_set_num_threads(void)

例子：

#include <stdio.h>
#include <omp.h>

int main(int argc, char* argv[])
{
    omp_set_num_threads(4);
	#pragma omp parallel  
	{
		printf("%d of %d threads\n", omp_get_thread_num(), omp_get_num_threads());
	}
	return 0;
}

结果：

3 of 4 threads
0 of 4 threads
1 of 4 threads
2 of 4 threads
  1. omp_in_parallel：可以判断当前是否处于并行状态，1，为并行态，0为非并行态。
    函数原型：

int omp_in_parallel();

例子：

#include <stdio.h>
#include <omp.h>

int main(int argc, char* argv[])
{
	printf("%d\n", omp_in_parallel());
	omp_set_num_threads(4);
	#pragma omp parallel  
	{
		printf("%d\n", omp_in_parallel());
	}
	return 0;
}

结果：

0
1
1
1
1
  1. omp_get_max_threads：该函数可以用于获得最大的线程数量，根据OpenMP文档中的规定，这个最大数量是指在不使用num_threads的情况下，OpenMP可以创建的最大线程数量。需要注意的是这个值是确定的，与它是否在并行区域调用没有关系。

例子：

#include <stdio.h>
#include <omp.h>

int main(int argc, char* argv[])
{
    printf("%d\n", omp_get_max_threads());
	omp_set_num_threads(4);
	#pragma omp parallel  
	{
		printf("%d\n", omp_get_max_threads());
	}
	return 0;
}

结果：

8
4
4
4
4
  1. omp_set_dynamic：该函数可以设置是否允许在运行时动态调整并行区域的线程数。
    函数原型：

void omp_set_dynamic(int)

当参数为0时，动态调整被禁用。
当参数为非0值时，系统会自动调整线程以最佳利用系统资源。

  1. omp_get_dynamic：该函数可以返回当前程序是否允许在运行时动态调整并行区域的线程数。
    函数原型：

int omp_get_dynamic()

当返回值为非0时表示允许系统动态调整线程。
当返回值为0时表示不允许。
例子：

#include <stdio.h>
#include <omp.h>

int main(int argc, char* argv[])
{
    int i;
	printf("%d\n", omp_get_dynamic());
	omp_set_dynamic(1);
	#pragma omp parallel for
	for (i = 0; i < 4; i++)
	{
		printf("%d\n", omp_get_dynamic());
	}
	return 0;
}

结果：

0
1
1
1
1

OpenMP中互斥锁的用法
Openmp中有提供一系列函数来进行锁的操作，一般来说常用的函数的下面4个
void omp_init_lock(omp_lock) 初始化互斥锁
void omp_destroy_lock(omp_lock) 销毁互斥锁
void omp_set_lock(omp_lock) 获得互斥锁
void omp_unset_lock(omp_lock) 释放互斥锁

例子：

#include <stdio.h>
#include <omp.h>

static omp_lock_t lock;

int main(int argc, char* argv[])
{
    int i;
	omp_init_lock(&lock); 
	#pragma omp parallel for   
	for (i = 0; i < 3; ++i)
	{
	   
        omp_set_lock(&lock);
		
		printf("%d+\n", omp_get_thread_num());
		printf("%d-\n", omp_get_thread_num());
		
        omp_unset_lock(&lock);
		
	}
	omp_destroy_lock(&lock);
	return 0;
}

结果：

2+
2-
1+
1-
0+
0-

omp_test_lock：用来尝试获得锁。该函数可以看作是omp_set_lock的非阻塞版本。
函数原型：bool omp_test_lock(omp_lock)
例子：

#include <stdio.h>
#include <omp.h>

static omp_lock_t lock;

int main(int argc, char* argv[])
{
    int i;
	omp_init_lock(&lock); 
	#pragma omp parallel for   
	for (i = 0; i < 3; ++i)
	{
		if (omp_test_lock(&lock))
		{
			printf("%d+\n", omp_get_thread_num());
			printf("%d-\n", omp_get_thread_num());
			omp_unset_lock(&lock);
		}
		else
		{
			printf("fail to get lock\n");
		}
	}
	omp_destroy_lock(&lock);
	return 0;
}

结果：

2+
2-
1+
1-
fail to get lock

参考：

link

dearest_____
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的一点使用经验
weixin_30449453的博客
03-23 1919
最近在看多核编程。简单来说，由于现在电脑CPU一般都有两个核，4核与8核的CPU也逐渐走入了寻常百姓家，传统的单线程编程方式难以发挥多核CPU的强大功能，于是多核编程应运而生。按照我的理解，多核编程可以认为是对多线程编程做了一定程度的抽象，提供一些简单的API，使得用户不必花费太多精力来了解多线程的底层知识，从而提高编程效率。这两天关注的多核编程的工具包括openMP和TBB。按照目前网上的讨论，...
OpenMP学习笔记
┅☆心随风飞
11-04 4063
编译命令：gcc –O XXX.c -fopenmp 1．      Multi-thread Programming 1.      首先要import相应的API，因此必须在首行写上#include “omp.h”。 2.      对于要并行执行的部分，用#pragma omp parallel{…} 标记并行块范围。 3.      在并行块里面，用int ID = omp_get
并行计算：OpenMP(四)——一些函数操作
JacksonKim的博客
05-10 3237
OpenMP中提供的函数一般与获取系统信息、上锁相关。
OpenMP学习：入门
honpey爱编程
04-01 683
先看以下程序: int main(){ int i,j; int num_threads = omp_get_num_procs(); omp_set_num_threads(num_threads); cout<<clock()<<endl; const int Total = 10000; int **A; A = new int *[Total]; for(i=0;
undefined symbol: omp_get_num_procs错误解决
qq_42618228的博客
04-24 2803
conda install --channel conda-forge llvm-openmp 上述命令解决了我的烦恼 参考地址
【caffe-ssd】undefined symbol: omp_get_num_procs while using MKL
jingtaohuang的博客
04-05 1114
Adding the location of libiomp5.so to LD_LIBRARY_PATH will fix the problem. 参考https://software.intel.com/en-us/mkl解决的
OpenMP学习程序
05-03
文件`OpenMP_study_backup2018.05`可能是程序源代码的备份，可能包含了OpenMP的练习、示例代码、测试用例，或者是关于OpenMP学习的笔记。通过查看这些文件，你可以深入理解OpenMP的工作原理，并学习如何在实际项目中...
《Fortran 95/2003科学计算与工程》学习笔记
04-08
通过阅读《Fortran 95/2003科学计算与工程》的学习笔记，你可以深入理解这些概念，并结合代码示例实践，掌握高效地进行科学计算和工程问题解决的方法。书中可能还包含了关于数值方法、优化算法、线性代数、微分方程...
MulticoreApplicationProgramming读书笔记.zip
09-29
以下是对本书内容的详细解读和学习笔记。 一、多核处理器的基本概念 多核处理器是指在一个芯片上集成两个或更多个独立的处理核心，它们共享内存资源，但各自拥有独立的执行单元，可以同时处理多个任务或线程。这种...
GAMES101-现代计算机图形学学习笔记（作业07）
06-29
GAMES101-现代计算机图形学学习笔记（作业06） 在之前的练习中，我们实现了 Whitted-Style Ray Tracing 算法，并且用 BVH 等加速结构对于求交过程进行了加速。在本次实验中，我们将在上一次实验的基 础上实现完整的 ...
C-MEX程序编写学习笔记MEX文件是动态链接的子例程，MATLAB解释器可以自动载入并执行它 大数据 - Matlab.zip
10-13
对于想要深入学习这一技术的用户，"C-MEX程序编写学习笔记MEX文件是动态链接的子例程，MATLAB解释器可以自动载入并执行它 大数据 - Matlab.doc"文档将是一个很好的起点，它会详细解释如何创建、编译和使用C-MEX函数...
C++调试时，报错：undefined reference to omp_get_num_procs
weixin_47063050的博客
01-02 453
（在makefile的CFLAGS中添加了 -fopenmp）添加到makefile的编译标志中。
OpenMP并行编程计算π值及PSRS排序
热门推荐
Bonjour~
04-08 1万+
OpenMP简介OpenMP是一个共享存储并行系统上的应用程序接口。它规范了一系列的编译制导、运行库例程和环境变量。它提供了C/C++和FORTRAN等的应用编程接口，已经应用到UNIX、Windows NT等多种平台上。OpenMP使用FORK-JOIN并行执行模型。所有的OpenMP程序开始于一个单独的主线程（Master Thread）。主线程会一直串行地执行，直到遇到第一个并行域（Pa
openmp库函数学习
novanova2009的博客
07-17 1175
OpenMP的库函数 函数名称 描述 int omp_get_num_threads(void) 返回当前使用的线程个数，如果在并行区域外则返回1 int omp_get_num_procs(void) 返回可用的处理核（处理器）个数，对于支持超线程技术的处理器被算作两个处理核...
OpenMP的介绍及简单使用（1）
小白的进阶之路
03-23 5418
OpenMP是一个跨平台的多线程实现，由主线程生成一系列的子线程，并将任务划分给这些子线程进行执行。这些子线程会并行运行，由运行时环境将线程分配给不同的处理器。 即 主线程生成子线程 子线程并行运行(被分配给不同的处理器) 主流 C++ 编译器，如 gcc、Visual C++ 都支持 OpenMP 现在主流且较新的 Linux 发行版本，使用 gcc/g++ 即可编译 OpenMP 程序。
1、OpenMP常用函数、parallel、for
sxj731533730
06-26 1262
基本思想：因为看NCNN源码，发现up主代码中，使用了OpenMP预编译指令，所以详细查阅了资料，简单了学习一下，等有时间在补充NCNN代码的中的实例，这里原理不详细叙述，只记录使用，以备后续用到好查阅； 编译工具使用Clion2021.1.1，因为使用OpenMP的主要目的在于加速处理指令，因此会着重比较一下串行程序和OpenMP并行程序的执行效率问题，有时间在补充OpenMP和多线程的执行效率 （1）OpenMP的常用的函数和使用： 测试代码：（cmakelists.txt不在重复黏贴）
openMP入门指南
程序客栈
03-08 726
OpenMP 入门指南 发表于 2016-03-20 |  更新于 2017-08-03 |  分类于 Technique |  |  2222 16简单的 OpenMP 快速入门指南。主要来源更新记录2016.03.20: 初稿简介这门课作为 ECE 中少有的跟计算机科学相关的课，自然是必上不可。不过无论是 OpenMP 还是 CUDA，对于平时极少接触并行编程的我来说，都是十分吃力的，第一次作...
pillow_heif-0.17.0-pp39-pypy39_pp73-macosx_14_0_arm64.whl
最新发布
07-27
基本介绍 名称与起源：Pillow，原名为PIL（Python Imaging Library），但PIL只支持Python 2版本。随着Python 3的普及，Pillow作为PIL的一个分支出现，兼容Python 3并提供更多的功能和改进。 主要功能：Pillow支持多种图像格式的打开、保存、显示以及基本的图像操作和处理，如裁剪、缩放、旋转、翻转、滤镜应用等。 跨平台性：Pillow库可以在不同的操作系统上运行，包括Windows、Linux和MacOS等。 主要功能模块 Pillow库包含多个功能模块，每个模块都提供了特定的图像处理功能。以下是一些常用的模块： Image：用于处理图像文件，提供打开、保存、调整大小、旋转、裁剪、滤镜等功能。 ImageDraw：提供在图像上绘制各种形状（如线条、矩形、圆形）和文本的功能。 ImageFont：用于加载和使用TrueType字体文件，以便在图像上绘制文本时设置字体样式、大小和颜色。 ImageFilter：提供各种滤镜效果，如模糊、锐化、边缘增强等，用于图像增强、特效处理和图像识别等应用。 ImageEnhance：用于调整图像的亮度、对比度、颜色饱和度等参数，使图像更加清晰、明亮或具有特定的调色效果。 高级功能 除了基本的图像处理功能外，Pillow还支持一些高级功能，如色彩空间转换、直方图均衡化等。这些功能可以帮助用户进行更复杂的图像处理和分析。
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