看到这个题目,俗了,大家都在计算圆周率。不过咱们的目的是看一下并行计算的基本流程。
书上计算PI用的是精确的数值计算方法,我这里再给出一种概率计算方法。
OpenMP和MPI将同时亮相。
计算PI的方法
1.tan(PI/4)=1 => PI=4arctan1。知道arctan1转化为定积分的形式是什么吧。
利用arctan(x)的幂级数展开式,可以手工地计算PI
另外也可以采用正式手工计算PI
#include<stdio.h>
#include<time.h>
#define N 1000000
main(){
double local,pi=0.0,w;
long i;
w=1.0/N;
clock_t t1=clock();
for(i=0;i<N;i++){
local=(i+0.5)*w;
pi=pi+4.0/(1.0+local*local);
}
clock_t t2=clock();
printf("PI is %.20f\n",pi*w);
printf("Time: %.2f seconds\n",(float)(t2-t1)/CLOCKS_PER_SEC);
}
orisun@orisun-desktop:~/Program$ ./PI1
PI is 3.14159265358976336202
Time: 0.02 seconds
2.以坐标原点为形心,作半径为1的圆和边长为2的正方形。正方形与圆的面积之比即为PI
#include<stdio.h>
#include<stdlib.h>
#include<time.h>
#include<math.h>
#define N 1000000
main(){
long i,sum;
double x,y;
srand((unsigned)time(NULL));
sum=0;
clock_t t1=clock();
for(i=0;i<N;i++){
x=(double)rand()/RAND_MAX;
y=(double)rand()/RAND_MAX;
if(x*x+y*y<1)
sum++;
}
clock_t t2=clock();
printf("PI is %.20f\n",4*(double)sum/N);
printf("Time: %.2f\n",(float)(t2-t1)/CLOCKS_PER_SEC);
}
orisun@orisun-desktop:~$ ./PI0
PI is 3.14301599999999980994
Time: 0.16
对比可以看到方法1在计算精度和速度上都具有绝对的优势。在下面的openMP和MPI计算中我们都采用方法1。
OpenMP
OpenMP[OMP]是一个编译器指令和库函数的集合(已包含在gcc中),它用于为共享存储器计算机创建并行程序。OMP组合了C、C++和Fortran。
#include<stdio.h>
#include<time.h>
#include<omp.h>
#define N 1000000
main(){
double local,pi=0.0,w;
long i;
w=1.0/N;
clock_t t1=clock();
#pragma omp parallel for private(local) reduction(+:pi)
for(i=0;i<N;i++){
local=(i+0.5)*w;
pi=pi+4.0/(1.0+local*local);
}
clock_t t2=clock();
printf("PI is %.20f\n",pi*w);
printf("Time: %.2f seconds\n",(float)(t2-t1)/CLOCKS_PER_SEC);
}
orisun@orisun-desktop:~/Program$ ./PI2
PI is 3.14159265358976336202
Time: 0.02 seconds
跟串行计算结果是一模一样。
#pragma omp parallel表示下面的一行代码或代码块要分配到多个执行单元中并行计算。
#pragma omp parallel for用在一个for循环的前面
private(local)默认情况下定义在并行代码之外的变量为各并行的执行单元所共享,使用private限制,表示每个执行单元创建该变量的一个副本
reduction(+:pi)表示并行代码执行完毕后对各个执行单元中的pi进行相加操作
MPICH2
ubuntu下首先下载mpich.tar.gz,然后按照常规的软件安装方法(configure、make、make install)安装mpi就可以了。
MPI(Message Parsing Interface)消息传递接口是用于分布式存储器并行计算机的标准编程环境。MPI的核心构造是消息传递:一个进程将信息打包成消息,并将该消息发送给其他进程。MPI最常用的两个实现是LAM/MPI[LAM]和MPICH[MPI]。
在MPI中执行单元(UE)指的就是进程。
#include<stdio.h>
#include<mpi.h>
#include<math.h>
int main(int argc,char *argv[]){
int my_rank,num_procs;
int i,n=0;
double sum,width,local,mypi,pi;
double start=0.0,stop=0.0;
int proc_len;
char processor_name[MPI_MAX_PROCESSOR_NAME];
MPI_Init(&argc,&argv); //初始化环境
MPI_Comm_size(MPI_COMM_WORLD,&num_procs); //获取并行的进程数
MPI_Comm_rank(MPI_COMM_WORLD,&my_rank); //当前进程在所有进程中的序号
MPI_Get_processor_name(processor_name,&proc_len); //获取总的处理机数和各个处理机的名称
printf("Processor %d of %d on %s\n",my_rank,num_procs,processor_name);
if(my_rank==0){
printf("please give n=");
scanf("%d",&n);
start=MPI_Wtime(); //MPI计时
}
MPI_Bcast(&n,1,MPI_INT,0,MPI_COMM_WORLD); //把n广播给本通信环境中的所有进程
width=1.0/n;
sum=0.0;
for(i=my_rank;i<n;i+=num_procs){
local=width*((double)i+0.5);
sum+=4.0/(1.0+local*local);
}
mypi=width*sum;
MPI_Reduce(&mypi,&pi,1,MPI_DOUBLE,MPI_SUM,0,MPI_COMM_WORLD); //由进程0进行归约,把每个进程计算出来的mypi进行相加(MPI_SUM),赋给pi
if(my_rank==0){
printf("PI is %.20f\n",pi);
stop=MPI_Wtime();
printf("Time: %f\n",stop-start);
fflush(stdout);
}
MPI_Finalize();
return 0;
}
MPI_REDUCE(sendbuf,recvbuf,count,datatype,op,root,comm) IN sendbuf 发送消息缓冲区的起始地址(可变) OUT recvbuf 接收消息缓冲区中的地址(可变,仅对于根进程) IN count 发送消息缓冲区中的数据个数(整型) IN datatype 发送消息缓冲区的元素类型(句柄) IN op 归约操作符(句柄) IN root 根进程序列号(整型) IN comm 通信子(句柄)
MPI_BCAST(buffer,count,datatype,root,comm) IN/OUT buffer 通信消息缓冲区的起始地址(可变) IN count 通信消息缓冲区中的数据个数(整型) IN datatype 通信消息缓冲区中的数据类型(句柄) IN root 发送广播的根的序列号(整型) IN comm 通信子(句柄)
orisun@orisun-desktop:~/Program$ mpicc -o PI3 PI3.c %使用mpicc编译
orisun@orisun-desktop:~/Program$ mpirun -np 4 ./PI3 %指定number of processor为4
Processor 0 of 4 on orisun-desktop
please give n=Processor 2 of 4 on orisun-desktop
Processor 1 of 4 on orisun-desktop
Processor 3 of 4 on orisun-desktop
1000000
PI is 3.14159465358887635134
Time: 0.012510
orisun@orisun-desktop:~/Program$ mpdcleanup
时间是0.01251秒,比0.02秒明显减少。
注意输出中有这么一行:please give n=Processor 2 of 4 on orisun-desktop
这说明是我们不能保证代码中的18行和20行的执行顺序。