OpenMP并行程序设计——for循环并行化详解

    转载请声明出处http://blog.csdn.net/zhongkejingwang/article/details/40018735

    在C/C++中使用OpenMP优化代码方便又简单，代码中需要并行处理的往往是一些比较耗时的for循环，所以重点介绍一下OpenMP中for循环的应用。个人感觉只要掌握了文中讲的这些就足够了，如果想要学习OpenMP可以到网上查查资料。

    工欲善其事，必先利其器。如果还没有搭建好omp开发环境的可以看一下OpenMP并行程序设计——Eclipse开发环境的搭建

   首先，如何使一段代码并行处理呢？omp中使用parallel制导指令标识代码中的并行段，形式为：

           #pragma omp parallel

           {

             每个线程都会执行大括号里的代码

            }

比如下面这段代码：

[cpp] view plain copy

1. #include <iostream>  
2. #include "omp.h"  
3. using namespace std;  
4. int main(int argc, char **argv) {  
5.     //设置线程数，一般设置的线程数不超过CPU核心数，这里开4个线程执行并行代码段  
6.     omp_set_num_threads(4);  
7. #pragma omp parallel  
8.     {  
9.         cout << "Hello" << ", I am Thread " << omp_get_thread_num() << endl;  
10.     }  
11. }  

omp_get_thread_num()是获取当前线程id号  

以上代码执行结果为：

[plain] view plain copy

1. Hello, I am Thread 1  
2. Hello, I am Thread 0  
3. Hello, I am Thread 2  
4. Hello, I am Thread 3  

可以看到，四个线程都执行了大括号里的代码，先后顺序不确定，这就是一个并行块。

带有for的制导指令：

for制导语句是将for循环分配给各个线程执行，这里要求数据不存在依赖。

 使用形式为：

（1）#pragma omp parallel for

         for()

（2）#pragma omp parallel

        {//注意：大括号必须要另起一行

         #pragma omp for

          for()

        }

注意：第二种形式中并行块里面不要再出现parallel制导指令，比如写成这样就不可以：

#pragma omp parallel

        {

         #pragma omp parallel for

          for()

        }

第一种形式作用域只是紧跟着的那个for循环，而第二种形式在整个并行块中可以出现多个for制导指令。下面结合例子程序讲解for循环并行化需要注意的地方。

  假如不使用for制导语句，而直接在for循环前使用parallel语句：（为了使输出不出现混乱，这里使用printf代替cout）

[cpp] view plain copy

1. #include <iostream>  
2. #include <stdio.h>  
3. #include "omp.h"  
4. using namespace std;  
5. int main(int argc, char **argv) {  
6.     //设置线程数，一般设置的线程数不超过CPU核心数，这里开4个线程执行并行代码段  
7.     omp_set_num_threads(4);  
8. #pragma omp parallel  
9.     for (int i = 0; i < 2; i++)  
10.         //cout << "i = " << i << ", I am Thread " << omp_get_thread_num() << endl;  
11.         printf("i = %d, I am Thread %d\n", i, omp_get_thread_num());  
12. }  

输出结果为：

[plain] view plain copy

1. i = 0, I am Thread 0  
2. i = 0, I am Thread 1  
3. i = 1, I am Thread 0  
4. i = 1, I am Thread 1  
5. i = 0, I am Thread 2  
6. i = 1, I am Thread 2  
7. i = 0, I am Thread 3  
8. i = 1, I am Thread 3  

从输出结果可以看到，如果不使用for制导语句，则每个线程都执行整个for循环。所以，使用for制导语句将for循环拆分开来尽可能平均地分配到各个线程执行。将并行代码改成这样之后：

[cpp] view plain copy

1. #pragma omp parallel for  
2.     for (int i = 0; i < 6; i++)  
3.         printf("i = %d, I am Thread %d\n", i, omp_get_thread_num());  

输出结果为：

[cpp] view plain copy

1. i = 4, I am Thread 2  
2. i = 2, I am Thread 1  
3. i = 0, I am Thread 0  
4. i = 1, I am Thread 0  
5. i = 3, I am Thread 1  
6. i = 5, I am Thread 3  

可以看到线程0执行i=0和1，线程1执行i=2和3，线程2执行i=4，线程3执行i=5。线程0就是主线程

这样整个for循环被拆分并行执行了。上面的代码中parallel和for连在一块使用的，其只能作用到紧跟着的for循环，循环结束了并行块就退出了。

上面的代码可以改成这样：

[cpp] view plain copy

1. #pragma omp parallel  
2.     {  
3. #pragma omp for  
4.         for (int i = 0; i < 6; i++)  
5.             printf("i = %d, I am Thread %d\n", i, omp_get_thread_num());  
6.     }  

这写法和上面效果是一样的。需要注意的问题来了：如果在parallel并行块里再出现parallel会怎么样呢？回答这个问题最好的方法就是跑一遍代码看看，所以把代码改成这样：

[cpp] view plain copy

1. #pragma omp parallel  
2.     {  
3. #pragma omp parallel for  
4.         for (int i = 0; i < 6; i++)  
5.             printf("i = %d, I am Thread %d\n", i, omp_get_thread_num());  
6.     }  

输出结果：

[cpp] view plain copy

1. i = 0, I am Thread 0  
2. i = 0, I am Thread 0  
3. i = 1, I am Thread 0  
4. i = 1, I am Thread 0  
5. i = 2, I am Thread 0  
6. i = 2, I am Thread 0  
7. i = 3, I am Thread 0  
8. i = 3, I am Thread 0  
9. i = 4, I am Thread 0  
10. i = 4, I am Thread 0  
11. i = 5, I am Thread 0  
12. i = 5, I am Thread 0  
13. i = 0, I am Thread 0  
14. i = 1, I am Thread 0  
15. i = 0, I am Thread 0  
16. i = 2, I am Thread 0  
17. i = 1, I am Thread 0  
18. i = 3, I am Thread 0  
19. i = 2, I am Thread 0  
20. i = 4, I am Thread 0  
21. i = 3, I am Thread 0  
22. i = 5, I am Thread 0  
23. i = 4, I am Thread 0  
24. i = 5, I am Thread 0  

可以看到，只有一个线程0，也就是只有主线程执行for循环，而且总共执行4次，每次都执行整个for循环！所以，这样写是不对的。

  当然，上面说的for制导语句的两种写法是有区别的，比如两个for循环之间有一些代码只能有一个线程执行，那么用第一种写法只需要这样就可以了：

[cpp] view plain copy

1. #pragma omp parallel for  
2.     for (int i = 0; i < 6; i++)  
3.         printf("i = %d, I am Thread %d\n", i, omp_get_thread_num());  
4.     //这里是两个for循环之间的代码，将会由线程0即主线程执行  
5.     printf("I am Thread %d\n", omp_get_thread_num());  
6. #pragma omp parallel for  
7.     for (int i = 0; i < 6; i++)  
8.         printf("i = %d, I am Thread %d\n", i, omp_get_thread_num());  

离开了for循环就剩主线程了，所以两个循环间的代码是由线程0执行的，输出结果如下：

[cpp] view plain copy

1. i = 0, I am Thread 0  
2. i = 2, I am Thread 1  
3. i = 1, I am Thread 0  
4. i = 3, I am Thread 1  
5. i = 4, I am Thread 2  
6. i = 5, I am Thread 3  
7. I am Thread 0  
8. i = 4, I am Thread 2  
9. i = 2, I am Thread 1  
10. i = 5, I am Thread 3  
11. i = 0, I am Thread 0  
12. i = 3, I am Thread 1  
13. i = 1, I am Thread 0  

    但是如果用第二种写法把for循环写进parallel并行块中就需要注意了！

   由于用parallel标识的并行块中每一行代码都会被多个线程处理，所以如果想让两个for循环之间的代码由一个线程执行的话就需要在代码前用single或master制导语句标识，master由是主线程执行，single是选一个线程执行，这个到底选哪个线程不确定。所以上面代码可以写成这样：

[cpp] view plain copy

1. #pragma omp parallel  
2.     {  
3. #pragma omp for  
4.         for (int i = 0; i < 6; i++)  
5.             printf("i = %d, I am Thread %d\n", i, omp_get_thread_num());  
6. #pragma omp master  
7.         {  
8.             //这里的代码由主线程执行  
9.             printf("I am Thread %d\n", omp_get_thread_num());  
10.         }  
11. #pragma omp for  
12.         for (int i = 0; i < 6; i++)  
13.             printf("i = %d, I am Thread %d\n", i, omp_get_thread_num());  
14.     }  

效果和上面的是一样的，如果不指定让主线程执行，那么将master改成single即可。

到这里，parallel和for的用法都讲清楚了。接下来就开始讲并行处理时数据的同步问题，这是多线程编程里都会遇到的一个问题。

   为了讲解数据同步问题，先由一个例子开始：

[cpp] view plain copy

1. #include <iostream>  
2. #include "omp.h"  
3. using namespace std;  
4. int main(int argc, char **argv) {  
5.     int n = 100000;  
6.     int sum = 0;  
7.     omp_set_num_threads(4);  
8. #pragma omp parallel  
9.     {  
10. #pragma omp for  
11.         for (int i = 0; i < n; i++) {  
12.             {  
13.                 sum += 1;  
14.             }  
15.         }  
16.     }  
17.     cout << " sum = " << sum << endl;  
18. }  

期望的正确结果是100000，但是这样写是错误的。看代码，由于默认情况下sum变量是每个线程共享的，所以多个线程同时对sum操作时就会因为数据同步问题导致结果不对，显然，输出结果每次都不同，这是无法预知的，如下：

[cpp] view plain copy

1. 第一次输出sum = 58544  
2. 第二次输出sum = 77015  
3. 第三次输出sum = 78423  

  那么，怎么去解决这个数据同步问题呢？解决方法如下：

方法一：对操作共享变量的代码段做同步标识

代码修改如下：

[cpp] view plain copy

1. #pragma omp parallel  
2.     {  
3. #pragma omp for  
4.         for (int i = 0; i < n; i++) {  
5.             {  
6. #pragma omp critical  
7.                 sum += 1;  
8.             }  
9.         }  
10.     }  
11.     cout << " sum = " << sum << endl;  

  critical制导语句标识的下一行代码，也可以是跟着一个大括号括起来的代码段做了同步处理。输出结果100000

方法二：每个线程拷贝一份sum变量，退出并行块时再把各个线程的sum相加

并行代码修改如下：

[cpp] view plain copy

1. #pragma omp parallel  
2.     {  
3. #pragma omp for reduction(+:sum)  
4.         for (int i = 0; i < n; i++) {  
5.             {  
6.                 sum += 1;  
7.             }  
8.         }  
9.     }  

reduction制导语句，操作是退出时将各自的sum相加存到外面的那个sum中，所以输出结果就是100000啦~~

方法三：这种方法貌似不那么优雅

代码修改如下：

[cpp] view plain copy

1. int n = 100000;  
2.     int sum[4] = { 0 };  
3.     omp_set_num_threads(4);  
4. #pragma omp parallel  
5.     {  
6. #pragma omp for  
7.         for (int i = 0; i < n; i++) {  
8.             {  
9.                 sum[omp_get_thread_num()] += 1;  
10.             }  
11.         }  
12.     }  
13.     cout << " sum = " << sum[0] + sum[1] + sum[2] + sum[3] << endl;  

每个线程操作的都是以各自线程id标识的数组位置，所以结果当然正确。

数据同步就讲完了，上面的代码中for循环是一个一个i平均分配给各个线程，如果想把循环一块一块分配给线程要怎么做呢？这时候用到了schedule制导语句。下面的代码演示了schedule的用法：

[cpp] view plain copy

1. #include <iostream>  
2. #include "omp.h"  
3. #include <stdio.h>  
4. using namespace std;  
5. int main(int argc, char **argv) {  
6.     int n = 12;  
7.     omp_set_num_threads(4);  
8. #pragma omp parallel  
9.     {  
10. #pragma omp for schedule(static, 3)  
11.         for (int i = 0; i < n; i++) {  
12.             {  
13.                 printf("i = %d, I am Thread %d\n", i, omp_get_thread_num());  
14.             }  
15.         }  
16.     }  
17. }  

上面代码中for循环并行化时将循环很多很多块，每一块大小为3，然后再平均分配给各个线程执行。

输出结果如下：

[cpp] view plain copy

1. i = 6, I am Thread 2  
2. i = 3, I am Thread 1  
3. i = 7, I am Thread 2  
4. i = 4, I am Thread 1  
5. i = 8, I am Thread 2  
6. i = 5, I am Thread 1  
7. i = 0, I am Thread 0  
8. i = 9, I am Thread 3  
9. i = 1, I am Thread 0  
10. i = 10, I am Thread 3  
11. i = 2, I am Thread 0  
12. i = 11, I am Thread 3  

从输出结果可以看到：线程0执行i=0 1 2，线程1执行i=3 4 5，线程2执行i=6 7 8，线程3执行i=9 10 11，如果后面还有则又从线程0开始分配。

  OK，for循环并行化的知识基本讲完了，还有一个有用的制导语句barrier，用它可以在并行块中设置一个路障，必须等待所有线程到达时才能通过，这个一般在并行处理循环前后存在依赖的任务时使用到。

  是不是很简单？