多线程开发简易工具——OpenMP使用

最近有朋友问我tld感觉运行还是不够快，问我如何提升效率，我说用多线程，可是感觉很多编程人员认为这是个禁区，不敢涉足。但其实大家不用如此害怕，并行编程固然涉及很多系统运行机制的问题，搞不好可能会使程序崩溃，但OpenMP大大降低了并行开发的难度和复杂度。

具体使用也非常简单，不用安装任何辅助开发插件，只是在vs开发环境中简单配置一下，我这里使用的vs2008的中文版，只需如图设置，对应英文版应该是projects->properties->c++->language中的/OpenMP选项开启即可。

接下来添加头文件#include <omp.h>，并在对应的并行代码前添加#pragma omp parallel for。一般需要并行运算的部分都是大量的循环操作。这里我试验选用for语句作为并行测试，所以#pragma omp parallel for语句都加在for语句的前面。这样就ok了，是不是真的很容易，神马，你还想要个例子，好吧，满足你，上一小段测试代码，测试一下程序的运行速度（由于出差，只能在自己的小本本测试一下，只有双核，很不给力，如果大家电脑配置够好，测试结果应该更暴力一些）

[cpp] view plain copy print ?

1. #include <omp.h>   
2. #include <stdio.h>   
3. #include <stdlib.h>   
4. #include <opencv2/core/core.hpp>   
5.   
6. using namespace cv;  
7.   
8. void Test (int n)  
9. {  
10.     for(int i = 0; i < 10000; i++)  
11.     {  
12.         for (int j=0; j<10000; j++)  
13.         {  
14.             //do nothing, just waste time   
15.         }  
16.     }  
17.     printf("%d, ", n);  
18. }  
19.   
20. void main(void)  
21. {  
22.     double t = (double)getTickCount();   
23.   
24.     for(int i = 0; i < 10; i++)  
25.     {  
26.         Test( i );  
27.     }  
28.   
29.     t = ((double)getTickCount() - t)/getTickFrequency();  
30.     printf("time without OpenMP: %.3fs\n", t);  
31.   
32.     t = (double)getTickCount();   
33.   
34. #pragma omp parallel for   
35.   
36.     for(int i = 0; i < 10; i++)  
37.     {  
38.         Test( i );  
39.     }  
40.   
41.     t = ((double)getTickCount() - t)/getTickFrequency();  
42.     printf("time with OpenMP: %.3fs\n", t);  
43. }  

#include <omp.h> #include <stdio.h> #include <stdlib.h> #include <opencv2/core/core.hpp> using namespace cv; void Test (int n) { for(int i = 0; i < 10000; i++) { for (int j=0; j<10000; j++) { //do nothing, just waste time } } printf("%d, ", n); } void main(void) { double t = (double)getTickCount(); for(int i = 0; i < 10; i++) { Test( i ); } t = ((double)getTickCount() - t)/getTickFrequency(); printf("time without OpenMP: %.3fs\n", t); t = (double)getTickCount(); #pragma omp parallel for for(int i = 0; i < 10; i++) { Test( i ); } t = ((double)getTickCount() - t)/getTickFrequency(); printf("time with OpenMP: %.3fs\n", t); }
运行结果如图：

一方面，通过结果可以看到，添加OpenMP模块之后，程序运行顺序不再顺序执行，而是拆分成0~4,5~9两部分分开运行（是由于我只有两个核的原因么？如果用实验室的4核处理是否变成4个执行序分开执行呢，有待出差归来验证一下）。运行时间看，也可以轻易看出来，分成两个运行序运行后，执行时间大概也节约了一半。可见OpenMP可以简单实现并行提速哦，大家可以果断试用，谁用谁知道~~

 

 

这篇文章是转载的，但是我在使用的时候没有发现对性能有很大的提升，大家使用之后可以讨论一下