OpenMP自学笔记（三）OpenMP基础概念与并行计算入门

OpenMP程序设计基础

首先，我们说了OpenMP在Linux下的编译/运行方法

g++ -fopenmp -o hello.o hello.cpp
./hello.o

接着，我们聊到了OpenMP程序结构，与C语言相同，由main函数开始，return 0为结束（整体来看为串行）
我们在串行区，通过编译指导语句#pragma omp parallel [字句] {语句块}，来构造并行区
换言之，OpenMP程序结构：

串行→并行→串行

指令parallel构造并行区：(此处开始由多个线程并行执行)

#pragma omp parallel[字句]
{
代码块（此处开始写并行区的代码）
}

当然，我们还可以在构造并行区前，去指定并行区内线程个数。

omp_set_num_threads(8);

OpenMP常用函数

我们可以通过get_wtime来获取系统时间

omp_get_wtime()

如果我们建立两个变量,start_time和end_time，在程序开始时获得start_time,在程序结束时获得end_time，两时间相减就是程序运行时间。
注：如果程序运行时间较短，可以将时间用double类型的变量进行存储。
如果采用int类型，可能会出现0秒（0.8888s）-0秒（0.1024s）=0秒 这种无意义的时间。

并行计算的算法评价-加速比

并行计算能够提高计算性能，对于实际的应用问题，程序员、使用者，最为关心的就是并行程序相对串行程序的执行速度上的差异。换言之，搞并行快了还是慢了，或，加快的倍数—并行加速比（简称加速比）

Rs=ts/tp
加速比的定义：（程序顺序执行的时间）÷（同一结果的程序并行执行的时间）

并行计算的成本

并行计算是有成本的，比如上学时，老师让大家放学做值日，留下的学生越多，成本越高，但成本高了效率并不一定提升。

比如：资源的有限性，笤帚只有1把，同时只能有1个人（主线程）扫地，那剩下99个人（其他线程）只能等着，而且此时，如果你（班主任）强行让100个人大家都要扫地，那结果只能是大家抢夺笤帚，带来结果不可控。

再比方说：事情是有顺序和依赖性的，比如墩地之前需要扫地，扫不干净没法擦地，这时候墩地的同学（线程2）就只能等着扫地的同学（线程1），这时候2个线程并没有提高效率。

因此，我们来总结一下并行计算的开销（也是OpenMP程序设计必须要思考的问题）
（1）线程的建立和销毁、线程间通信、同步带来的开销
（2）为争夺共享资源而引起竞争造成的开销（此时程序运行结果往往随机，结果已经无意义）
（3）各个CPU工作负载分配的不均衡和内存带宽等因素的限制，导致其他线程等待造成的时间开销

这都是并行程序设计需要思考的最基本的问题。

简单的求π值的并行计算程序

我做了一个通过矩阵来模拟一个正方形，通过正方形内的圆面积，来计算π值的程序。
设计了parallel for，并行区内for循环的优化加速、统计运行时间、采取数组来防止写入统一数据造成冲突等
可以参考一个

//写一个并行计算π的程序
//通过定义法来计算π
#include<iostream>
#include<vector>
#include<omp.h>
using namespace std;

int main()
{
    cout<<"计算pai程序开始"<<endl;
    int i,j;
    int tid=4;
    double pai;
    int lang=3;
    int max=10;
    int temp[tid];
    for(i=0;i<tid;i++)
        temp[i]=0;
    int temps=0;
    for(i=0;i<lang;i++)
        max=max*10;
    //定义一个二维数组
    vector<vector<bool>> array(max);
    for (i = 0; i < array.size(); i++)
        array[i].resize(max);

    //cout<<"计算pai程序开始"<<endl;

    omp_set_num_threads(tid);
    double start_time,end_time;
    start_time=omp_get_wtime();   //获取当前时间
    
    #pragma omp parallel shared(i,j,max,array,temp)
    {
    #pragma omp for 
       
        for(int i=0;i<max;i++){
            for(int j=0;j<max;j++){
                int tid=omp_get_thread_num();
                if(i*i+j*j>max*max){
                    array[i][j]=0;
                }
                else{
                    array[i][j]=1;
                    temp[tid]++;
                }
            }
        }
    }
    for(i=0;i<tid;i++){
        temps=temps+temp[i];
    }
    pai=(4.0*temps)/(max*max);
    end_time=omp_get_wtime();
    cout<<"pai="<<pai<<endl;
    cout<<"time="<<end_time-start_time<<"s"<<endl;

    return 0;
}

这个程序采用矩阵去模拟，空间开销很大，计算精度不高。但是模拟的非常直观，方阵=正方形
后续还有许多效率可以提升的地方，欢迎拍砖！