如何并行化多CPU的c程序

Question

结果通常看起来是错误的，因为并行化后的 'bmmin' 似乎是错误的或类似的东西..

    #pragma omp parallel private(thread_id, bmmin, r ,t, am, b, bm)
    {
    thread_id=omp_get_thread_num();
    bmmin=INFINITY;
    for (i=0; i<nel; i++) {
      am=a[i]+ldigitse*j;
      b=roundl((lval-am)/ldigits0);
      bm=fabsl(am+b*ldigits0-lval);
      if (bm<bmmin) {
        bmmin=bm;
        t[0]=(int)b;
        r=ldigits[0]*t[0];
        for (l=1; l<ndig; l++) {
          t[l]=(*s)[i][l-1];
          r=r+ldigits[l]*t[l];
        };
        t[ndig]=j;
        r=r+ldigits[ndig]*t[ndig];
      };
    };
    // bmmin result looks almost same in many threads, why?
    printf("Thread %d: r=%Lg, bmmin=%Lg, bmmin_glob=%Lg\n",thread_id,powl(10,r),bmmin,bmmin_glob);
    #pragma omp critical
    if (bmmin<bmmin_glob) {
      printf("Thread %d - giving minimum r=%9Lg!\n",thread_id,powl(10,r));
      bmmin_glob=bmmin;
      r_glob=r;
      for (i=0; i<=ndig; i++) {
        t_glob[i]=t[i];
      };
    };
    };

运行代码时，输出如下：

Initializing the table of the logarithmic constants...
Calculation started for k from 0 to 38...
j,k=-19,0
Thread 7: r=2.57008e+30, bmmin=2.96034e-05, bmmin_glob=inf
Thread 7 - giving minimum r=2.57008e+30!
Thread 1: r=3.74482e+16, bmmin=2.96034e-05, bmmin_glob=inf
Thread 6: r=3.74482e+16, bmmin=2.96034e-05, bmmin_glob=inf
Thread 3: r=3.1399, bmmin=0.000234018, bmmin_glob=inf
Thread 2: r=3.74482e+16, bmmin=2.96034e-05, bmmin_glob=inf
Thread 5: r=3.1399, bmmin=0.000234018, bmmin_glob=inf
Thread 4: r=392.801, bmmin=0.000113243, bmmin_glob=inf
Thread 0: r=3.14138, bmmin=2.96034e-05, bmmin_glob=2.96034e-05
Result:    2.57008e+30
Exponents: 2^129*3^-13*5^16*7^-19
j,k=-18,1

在很多情况下 bmmin=2.96034e-05，甚至 r 值也有很大的变化。

Answer 1

bmmin结果在许多线程中看起来几乎相同，为什么？

这是因为它在代码的并行部分被定义为private变量。 事实上，同样的事情适用于thread_id和其他变量，如r 。 私有变量是一个定义的变量，只能从每个线程访问。 如果你想让主线程访问每个线程的结果，那么你需要将值存储在一个数组中。 或者，您可以使用OpenMP 缩减。

[...] 看起来 'i' 值超出了 for 循环的范围

默认情况下，变量在并行部分中隐式共享。 这意味着i默认是共享的。 因此， i上存在竞争条件。 您需要将其设为私有或在并行部分中声明它，以便每个线程都有自己的版本。

请注意， omp parallel部分不共享线程之间的工作。 您需要使用parallel for或自己完成（例如，拆分nel以便每个线程计算循环的一部分，如果这是您想要的）。

除此之外， #pragma omp critical在并行部分之外什么也不做。 使用两个指令可能会有用： #pragma omp for指令到#pragma omp parallel和#pragma omp for ones。