并行编程，绝不是你想的那么简单

今天看到一篇

http://blog.sciencenet.cn/blog-830496-671809.html

文章里面介绍了并行编程的方法，有兴趣去看看。

启用OpenMP的方法：

项目-->项目属性-->配置属性-->c/c++-->语言-->OpenMP支持-->选择 是

其中第二个例子分析一下，代码如下

#include <studio.h>
#include <time.h>
#include <omp.h>

int main() {
    long long i;

    clock_t t1, t2;

    long double t3,sum=0;

    t1 = clock():

    #pragma omp parallel for

    for(i=1;i <= 1000000000; i++){

        sum = sum + i / 100;

    }

    t2=clock();

    t3 = t2 - t1;

    t3 = t3 / CLOCKS_PER_SEC;

    printf("%Lf s \n", t3);

    return (0);
}

他的测试结果：

并行计算的运行用了16.415秒。

串行计算的运行用了29.116秒。

在我的机器上，windows 7 SP1 64位旗舰版 + Visual C++ 2012 update 4

测试了N边，没有一边并行计算的运行时间比串行时间短的，反而是运行时间长了一点点。

不知道为啥？其实线程切换也是很费时的。

上面的代码串行和并行的计算结果不一样。不信大家试试，要是一样的话多试一边。

参照下面的代码

https://msdn.microsoft.com/zh-cn/library/6z19s8e0(v=vs.110).aspx

我又写了一个代码

#include <time.h>
#include <omp.h>

int _tmain()
{
	long long i, start(1), end(10000000);
	clock_t t1, t2;
	long double sum(0.0F);

	t1 = clock();

	#pragma omp parallel default(none) private(i) shared(sum, start, end)
	{
		#pragma omp for
		for(i = start; i < end; ++i)
		{
			#pragma omp atomic
			sum += i;
		}
	}

	t2=clock();
	t2 -= t1;
	printf("sum:%Lf time:%d s \n", sum, t2);
	getchar();
	return 0;
}

这样才能得到串行和并行计算相同的结果。

#pragma omp atomic 这句起到作用的。

另外在Windows 7 64旗舰版 + Visual C++ 2013上做了上面的代码同样的测试，同样并行比串行运行时间多一点点。但是发现了一个现象，visual c++ 2013 编译出的exe比2012编译出的exe运行时间要少上不少，或者说2013编译出的exe性能更加，当然指同样的代码。大家试试！！！这是个别现象还就是visual c++ 2013的编译器比2012强上不少。要是那样使用Visual Studio 2013。不过感觉2013的IDE比2012运行起来更顺畅倒是真的。单位(i3+4G内存)和家里(I5+8G内存)的电脑都是这样！！！

其实，并行编程绝没有你想的那么简单！！！