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;i<Total;i++)
{
A[i]= new int[Total];
}
#pragma omp parallel for
for(i=0;i<Total;i++)
{
cout<<i<<endl;
for(j=0;j<Total;j++)
{
A[i][j]+=A[i][j];
}
}
cout<<clock()<<endl;
}
许多人都会编个类似的小程序来考察下并行编程的效率。这个程序很能说明选择并行编程的一个重要方面:到底什么时候选择并行编程。上程序中,通过改变Total的值比较并行编程与串行程序的时间,发现Total比较小的时候是串行快,随着Total变大,并行就变快了,所以这也提醒了大家,企图使用并行的时候,一定要分析好代码的复杂度,因为如果代码过于简单,那么布置并行环境的代价可能会比干实事的代价大了,得不偿失。