Pthreads矩阵乘法实现

这两天接触了Markdown文档编辑器之后，我便对这种编辑方式欲罢不能了，下面继续推出pthreads矩阵乘法的使用方法。其实与MPI矩阵乘法的实现比起来，Pthreads要简单很多，主要是由于MPI是基于进程的通信，而Pthreads和之后要提到的OpenMP则是基于线程的通信，从代码量和实现方式相比较来看，线程的通信似乎是要更简单一些，将矩阵划分成块之后直接分配给对应线程即可。

并行化思路

假设矩阵乘法为A * B = C。让每个线程计算乘积向量 x 的不同部分,特别地,p 个线程中的每一个线程计算x中的 1000/P 个连续的元素。这个算法首先通过pthread_create函数生成thread_count个进程，再将矩阵 A 按行分配给每个线程，并将矩阵B定义为全局变量，使每个线程能计算相应部分的矩阵相乘结果，然后再将子线程的计算结果返回给主线程，通过pthread_join函数使主线程等待所有线程结束，最后在主线程里将矩阵返回结果存储到文件中。
好了，废话不多说，直接上代码！

Pthreads矩阵乘法实现

---

#include<stdio.h>
#include<stdlib.h>
#include<pthread.h>

int thread_count;
int size, local_size;
int *a, *b, *c;
FILE *fp;

int* transpose_matrix(int *m, int size);

void* Init();

void* pthread_mult(void* rank);

int main(int argc, char* argv[]){
    int i, j;
    long thread;

    float time_use = 0;
    struct timeval start;
    struct timeval end;

    size = 1000;

    gettimeofday(&start, NULL);

    pthread_t* thread_handles;

    thread_count = strtol(argv[1], NULL, 10);

    local_size = size/thread_count;

    thread_handles = malloc(thread_count * sizeof(pthread_t));

    Init();

    for(thread = 0; thread<thread_count; thread++)
        pthread_create(&thread_handles[thread], NULL, pthread_mult, (void*) thread);

    for (thread=0; thread<thread_count; thread++)
        pthread_join(thread_handles[thread], NULL);

    fp=fopen("c.txt","w");//打开文件
    for(i=0;i<1000;i++) {//写数据
        for(j=0;j<1000;j++)
            fprintf(fp,"%d ",c[i*size+j]); 
        fputc('\n',fp); 
    }
    fclose(fp);//关闭文件

    gettimeofday(&end, NULL);
    time_use = (end.tv_sec-start.tv_sec)*1000000+(end.tv_usec-start.tv_usec);

    printf("time_use is %f\n", time_use/1000000);

    free(thread_handles);
    free(a);
    free(b);
    free(c);
    return 0;
}

int* transpose_matrix(int *m, int size){
    int i, j;
    for(i=0; i<size; i++){
        for(j=i+1; j<size; j++){
            int temp = m[i*size+j];
            m[i*size+j] = m[j*size+i];
            m[j*size+i] = temp;
        }
    }
    return m;
}

void* Init(){

    int i, j;

    a = (int*)malloc(sizeof(int)*size*size);
    b = (int*)malloc(sizeof(int)*size*size);
    c = (int*)malloc(sizeof(int)*size*size);

    //从文件中读入矩阵
    fp=fopen("a.txt","r");//打开文件
    for(i=0;i<1000;i++) //读数据
        for(j=0;j<1000;j++)
            fscanf(fp,"%d",&a[i*size+j]);
    fclose(fp);//关闭文件

    fp=fopen("b.txt","r");

    for(i=0;i<1000;i++)
        for(j=0;j<1000;j++)
            fscanf(fp,"%d",&b[i*size+j]);
    fclose(fp);

    b = transpose_matrix(b, size);
}

void* pthread_mult(void* rank){
    long my_rank = (long) rank;
    int i, j, k, temp;
    int my_first_row = my_rank*local_size;
    int my_last_row = (my_rank+1)*local_size - 1;

    for(i = my_first_row; i <= my_last_row; i++){
        for(j = 0; j<size; j++){
            temp = 0;
            for(k = 0; k<size; k++)
                temp += a[i*size+k] * b[j*size+k];
            c[i*size+j] = temp;
        }

    }
}

结果加速比展示

串行矩阵乘法运行时间：3.490950秒

① 不同进程执行时间及其加速比展示：

进程数目 运行时间(秒) 加速比
1 3.500414 1.00271101
2 2.116865 1.649113193
4 2.079719 1.678568114
8 2.088567 1.671457033
20 2.036915 1.713841766
25 2.047089 1.705323999

② 不同进程执行效率展示：

进程数目 效率
1 1.00271101
2 0.8245565965
4 0.4196420285
8 0.208932129125
20 0.0856920883
25 0.06821295996

结果分析

① 执行时间分析：
开始时由1个线程增长为2个线程的过程中，执行时间接近于减半，较符合并行计算的情况，但之后随着线程数目的增多，并行计算的时间再也没有减半，基本稳定在2秒左右。
在1个线程增加到2个线程的过程中，加速比几乎增加了两倍，符合并行计算的情况，但之后随着线程数的增加，加速比基本稳定在1.6~1.7左右，再也没有加倍的情况出现。
③ 效率分析：
程序执行效率随线程数增加在不断下降，只是下降的趋势在不断减小。
④ 原因分析：
Pthreads并行程序的测试平台为Intel Core i5 CPU，为双核CPU，即在一个处理器上集成两个运算核心支持两个线程并行执行。一个线程与串行乘法的执行时间相比要差不多，两线程时时间大致减半，但两线程以上则并行时间不会再有明显变化。因此会出现上述结果。