并行计算编程入门

mc_故事与你

于 2024-04-08 00:19:25 发布

阅读量806

点赞数 7

分类专栏： c++程序设计文章标签： c++

本文链接：https://blog.csdn.net/qq_67764134/article/details/137469422

版权

c++程序设计专栏收录该内容

3 篇文章 0 订阅

订阅专栏

1.OpenMP

1.调用并行计算

1.代码

#include <iostream>
#include "omp.h"
using std::cout;
using std::endl;
int main()
{
    #pragma omp parallel
    cout<<"hello,openmp!"<<endl;
}

2.运行结果

在这里插入图片描述

3.omp_get_thread_num()

omp_get_thread_num()函数用于获取当前执行迭代的线程编号

2.控制线程数量

1.num_threads()

使用预处理指令的num_threads()来设置线程数量

#include <iostream>
#include "omp.h"
using std::cout;
using std::endl;
int main()
{
    #pragma omp parallel num_threads(5)
    cout<<"hello,openmp!"<<endl;
}

运行结果

2.API omp_set_num_threads()

使用API omp_set_num_threads()控制线程数量

#include <iostream>
#include "omp.h"
using std::cout;
using std::endl;
int main()
{
    omp_set_num_threads(5)
    #pragma omp parallel{
        cout<<"hello,openmp!"<<endl;
        }
}

运行结果

3.for loop

1.命令说明

#pragma omp parallel for是OpenMP API中的一个编译器指令，用于在C/C++程序中实现并行计算。这个指令告诉编译器下面的for循环应该被并行执行，即循环的迭代被分配到多个线程中，以便同时执行。这样做的目的是为了利用现代多核处理器的并行处理能力，从而加速循环的执行时间。

2.解析命令

#pragma omp：这是OpenMP的指令前缀，所有OpenMP指令都以这个前缀开始。
parallel：这个关键字指示编译器创建一个并行区域，其中的代码将由多个线程并行执行。
for：这个关键字指示紧随其后的for循环是要并行执行的循环。

3.代码

omp会分配一定数量的线程，每个线程会负责执行某几次循环

2.MPI

1.第一个MPI程序“Hello Word”

1.代码区块划分

在这里插入图片描述

2.程序的执行流程

在这里插入图片描述

2.MPI六个基本函数

1.MPI_Init MPI初始化

任何MPI程序都应该首先调用该函数。此函数不必深究，只需在MPI程序开始时调用即可（必须保证程序中第一个调用的MPI函数是这个函数）。
例：
MPI_Init(&argc, &argv) //C++ & C

2.MPI_Finalize() MPI结束

任何MPI程序结束时，都需要调用该函数。切记Fortran在调用MPI_Finalize的时候，需要加个参数ierr来接收返回的值，否则计算结果可能会出问题甚至编译报错。
例：
MPI_Finalize(); // MPI程序结束前的清理工作

3.MPI_COMM_RANK 当前进程标识

MPI_Comm_Rank(MPI_Comm comm, int *rank)
该函数是获得当前进程的进程标识，如进程0在执行该函数时，可以获得返回值0。可以看出该函数接口有两个参数，前者为进程所在的通信域，后者为返回的进程号。通信域可以理解为给进程分组，比如有0-5这六个进程。可以通过定义通信域，来将比如[0,1,5]这三个进程分为一组，这样就可以针对该组进行“组”操作，比如规约之类的操作。MPI_COMM_WORLD是MPI已经预定义好的通信域，是一个包含所有进程的通信域，目前只需要用该通信域即可。
在调用该函数时，需要先定义一个整型变量如myid，不需要赋值。将该变量传入函数中，会将该进程号存入myid变量中并返回。

4.MPI_COMM_SIZE 通信域包含的进程数

该函数是获取该通信域内的总进程数，如果通信域为MP_COMM_WORLD，即获取总进程数，使用方法和MPI_COMM_RANK相近。
例子
MPI_COMM_SIZE(comm, size) int MPI_Comm_Size(MPI_Comm, int *size)

5.MPI_SEND 消息发送

该函数为发送函数，用于进程间发送消息，如进程0计算得到的结果A，需要传给进程1，就需要调用该函数。
call MPI_SEND(buf, count, datatype, dest, tag, comm) int MPI_Send(type* buf, int count, MPI_Datatype, int dest, int tag, MPI_Comm comm)
该函数参数过多，不过这些参数都很有必要存在。
这些参数均为传入的参数，其中buf为你需要传递的数据的起始地址，比如你要传递一个数组A，长度是5，则buf为数组A的首地址。count即为长度，从首地址之后count个变量。datatype为变量类型，注意该位置的变量类型是MPI预定义的变量类型，比如需要传递的是C++的int型，则在此处需要传入的参数是MPI_INT，其余同理。dest为接收的进程号，即被传递信息进程的进程号。tag为信息标志，同为整型变量，发送和接收需要tag一致，这将可以区分同一目的地的不同消息。比如进程0给进程1分别发送了数据A和数据B，tag可分别定义成0和1，这样在进程1接收时同样设置tag0和1去接收，避免接收混乱。

6.MPI_RECV 消息接收

该函数为MPI的接收函数，需要和MPI_SEND成对出现
call MPI_RECV(buf, count, datatype, source, tag, comm，status) int MPI_Recv(type* buf, int count, MPI_Datatype, int source, int tag, MPI_Comm comm, MPI_Status *status)
参数和MPI_SEND大体相同，不同的是source这一参数，这一参数标明从哪个进程接收消息。最后多一个用于返回状态信息的参数status。
在C和C++中，status的变量类型为MPI_Status，分别有三个域，可以通过status.MPI_SOURCE，status.MPI_TAG和status.MPI_ERROR的方式调用这三个信息。这三个信息分别返回的值是所收到数据发送源的进程号，该消息的tag值和接收操作的错误代码。
SEND和RECV需要成对出现，若两进程需要相互发送消息时，对调用的顺序也有要求，不然可能会出现死锁或内存溢出等比较严重的问题

3.调用并行计算

1.对于rank，size的理解

#include <mpi.h>
#include <stdio.h>

int main(int argc, char **argv)
{
    int num, rk;
    MPI_Init(&argc, &argv); // MPI初始化

    MPI_Comm_size(MPI_COMM_WORLD, &num); // 获取进程总数
    MPI_Comm_rank(MPI_COMM_WORLD, &rk); // 获取当前进程的编号

    printf("Hello world from Process %d of %d\n", rk, num); // 打印当前进程的编号和总进程数量

    MPI_Finalize(); // MPI程序结束前的清理工作
}

在不同的进程数中运行代码，可以看到并不是按顺序输出的，这说明各个进程所用的时间不一样，先完成的进程先输出了。这也是并行的特点之一。

2.对于发送、接收的理解



#include <iostream>  // 引入输入输出流库
#include <mpi.h>     // 引入MPI库

int main(int argc, char** argv) {  // 主函数入口，接受命令行参数
    MPI_Init(&argc, &argv);  // MPI初始化

    int rank, size;
    MPI_Comm_rank(MPI_COMM_WORLD, &rank);  // 获取当前进程编号
    MPI_Comm_size(MPI_COMM_WORLD, &size);  // 获取总进程数

    if (size < 2) {  // 检查进程数是否小于2
        std::cerr << "This program requires at least 2 processes.\n";  // 输出错误信息
        MPI_Abort(MPI_COMM_WORLD, 1);  // 终止MPI环境
    }

    if (rank == 0) {  // 如果当前进程是0号进程
        int message = 42;  // 定义消息
        MPI_Send(&message, 1, MPI_INT, 1, 0, MPI_COMM_WORLD);  // 发送消息给进程1
        std::cout << "Process 0 sent message: " << message << std::endl;  // 输出发送消息的信息
    }
    else if (rank == 1) {  // 如果当前进程是1号进程
        int message;  // 定义消息变量
        MPI_Recv(&message, 1, MPI_INT, 0, 0, MPI_COMM_WORLD, MPI_STATUS_IGNORE);  // 接收来自进程0的消息
        std::cout << "Process 1 received message: " << message << std::endl;  // 输出接收到的消息
    }

    MPI_Finalize();  // 结束MPI环境
    return 0;  // 返回程序执行成功的标志
}

参数解析
1.发送消息的函数
MPI_Send(void* buf, int count, MPI_Datatype datatype, int dest, int tag, MPI_Comm comm)：发送消息的函数。
buf：指向发送数据缓冲区的指针。
count：发送数据的数量。
datatype：发送数据的类型，比如 MPI_INT 表示整型数据。
dest：目标进程的标识号。
tag：消息的标签，用于区分不同类型的消息。
comm：通信域，通常使用 MPI_COMM_WORLD 表示全局通信。
2.接收消息的函数
MPI_Recv(void* buf, int count, MPI_Datatype datatype, int source, int tag, MPI_Comm comm, MPI_Status* status)：接收消息的函数。
buf：指向接收数据缓冲区的指针。
count：接收数据的数量。
datatype：接收数据的类型。
source：消息来源的进程标识号。
tag：消息的标签，需要与发送时匹配。
comm：通信域，通常使用 MPI_COMM_WORLD。
status：接收消息的状态对象，可以使用 MPI_STATUS_IGNORE 来忽略状态信息。

在代码中的具体应用如下：
1.发送
MPI_Send(&message, 1, MPI_INT, 1, 0, MPI_COMM_WORLD);
发送整型数据 message 到进程标识号为 1 的进程。
MPI_INT 表示发送的数据类型为整型。
1 表示目标进程的标识号为 1。
0 表示消息的标签，这里是用于区分不同类型消息的一个标记。
MPI_COMM_WORLD 表示全局通信域。
2.接收
MPI_Recv(&message, 1, MPI_INT, 0, 0, MPI_COMM_WORLD, MPI_STATUS_IGNORE);
接收来自进程标识号为 0 的进程的整型数据，并存储到 message 中。
MPI_INT 表示接收的数据类型为整型。
0 表示消息来源的进程标识号为 0。
0 表示消息的标签，需要与发送时匹配。
MPI_COMM_WORLD 表示全局通信域。
MPI_STATUS_IGNORE 表示忽略接收消息的状态信息。
MPI初始化后，通过循环下标控制多个进程向主进程发送消息，主进程接收并打印。发送和接收消息是对应的

结果

4.计算圆周率

1.公式解释

在这里插入图片描述

2.代码

#include<iostream>
#include"mpi.h"
#include<ctime>
#include<cmath>
using namespace std;

const int N = 1000000; // 计算步数
double start, finish; // 计算的起止时间

int main(int argc, char* argv[])
{
	MPI_Init(&argc, &argv); // MPI 库的初始化
	int numprocs, myid; // 定义进程总数及进程标识
	MPI_Comm_size(MPI_COMM_WORLD, &numprocs); // 获得进程数
	MPI_Comm_rank(MPI_COMM_WORLD, &myid); // 获得当前进程标识号 0, 1, 2, 3, ..., numprocs - 1

	start = MPI_Wtime(); // 获取当前时间，用于计时
	double partSum = 0.0; // 定义部分和
	double pi = 0.0; // 定义 pi 的值

	// 循环计算每个进程的部分和
	for (int i = myid; i < N; i += numprocs)
	{
		partSum += sqrt(1 - (double(i) / N) * (double(i) / N)) / N;
		// partSum += sqrt(1.0 - (double)(i * i) / (N * N)) / N; // int 型乘法会有溢出问题，建议使用上面的方式
	}

	MPI_Reduce(&partSum, &pi, 1, MPI_DOUBLE, MPI_SUM, 0, MPI_COMM_WORLD);
	// 规约操作，将各进程的 partSum 发送到 0 号进程并求和

	cout << "我的标识是" << myid << ",求得的 partSum 值为:" << partSum << endl;

	if (myid == 0)
	{
		pi *= 4.0; // 计算 pi 的近似值
		finish = MPI_Wtime(); // 获取结束时间
		cout << "求得近似的 pi 值为:" << pi << endl;
		cout << "调用" << numprocs << "个进程的计算时间为:" << finish - start << endl;
	}

	MPI_Finalize(); // 结束 MPI 库

	return 0;
}

发送的参数解析
&partSum：发送进程（各个进程）的部分和的指针。
&pi：接收进程（0号进程）的存储结果的变量的指针。
1：发送数据的数量，这里是一个双精度浮点数。
MPI_DOUBLE：数据类型，这里是双精度浮点数。
MPI_SUM：操作符，表示求和操作。
0：接收进程的标识号，即接收结果的进程，在这里是0号进程。
MPI_COMM_WORLD：通信域，表示全局通信。

mc_故事与你

关注

7
点赞
踩
28

收藏

觉得还不错? 一键收藏
1
评论
并行计算编程入门

datatype为变量类型，注意该位置的变量类型是MPI预定义的变量类型，比如需要传递的是C++的int型，则在此处需要传入的参数是MPI_INT，其余同理。dest为接收的进程号，即被传递信息进程的进程号。在C和C++中，status的变量类型为MPI_Status，分别有三个域，可以通过status.MPI_SOURCE，status.MPI_TAG和status.MPI_ERROR的方式调用这三个信息。该函数为发送函数，用于进程间发送消息，如进程0计算得到的结果A，需要传给进程1，就需要调用该函数。
复制链接

扫一扫