并行与并行 - 开卷题库

小开

最佳答案

我不认为有什么不同，一个是捷径，另一个。尽管您的确切实现可能会以不同的方式处理它们。

组合的并行工作共享构造是指定包含一个工作共享结构的并行结构允许条款是条款的合并允许并行和工作共享结构。

取自 http://www.openmp.org/mp-documents/OpenMP3.0-SummarySpec.pdf

OpenMP 的规格如下:

Https://openmp.org/specifications/

小开

这些是等价的。

#pragma omp parallel产生一组线程，而 #pragma omp for在产生的线程之间划分循环迭代。您可以使用融合的 #pragma omp parallel for指令同时做这两件事。

小开

当我在 g + + 4.7.0中使用 for 循环时，我看到了截然不同的运行时间和使用

std::vector<double> x;
std::vector<double> y;
std::vector<double> prod;


for (int i = 0; i < 5000000; i++)
{
double r1 = ((double)rand() / double(RAND_MAX)) * 5;
double r2 = ((double)rand() / double(RAND_MAX)) * 5;
x.push_back(r1);
y.push_back(r2);
}


int sz = x.size();


#pragma omp parallel for


for (int i = 0; i< sz; i++)
prod[i] = x[i] * y[i];

序列码(没有 openmp)运行在79毫秒。 “并行”代码以29毫秒运行。如果省略 for并使用 #pragma omp parallel，则运行时最多可以运行179ms, 它比串行代码慢。(机器的并发性为8)

代码链接到 libgomp

小开

下面是使用分离的 parallel和 for给你的例子。简而言之，它可以用于在多个线程中执行 for循环之前动态分配 OpenMP 线程私有数组。在 parallel for的情况下不可能进行相同的初始化。

UPD: 在问句例子中，单个语用和两个语用没有区别。但是在实践中，您可以使用分离的并行和 for 指令来实现更多的线程感知行为。一些代码例如:

#pragma omp parallel
{
double *data = (double*)malloc(...); // this data is thread private


#pragma omp for
for(1...100) // first parallelized cycle
{
}


#pragma omp single
{} // make some single thread processing


#pragma omp for // second parallelized cycle
for(1...100)
{
}


#pragma omp single
{} // make some single thread processing again


free(data); // free thread private data
}

小开

尽管特定示例的两个版本是等价的，正如其他答案中已经提到的那样，但它们之间仍有一个小小的差异。第一个版本包含一个不必要的隐式障碍，在“ omp for”的末尾遇到。另一个隐式势垒位于平行区的末端。将“ nowait”添加到“ omp for”将使这两个代码相等，至少从 OpenMP 的角度来看是这样的。我之所以提到这一点，是因为 OpenMP 编译器可以为这两种情况生成略有不同的代码。

小开

显然有很多答案，但这一个回答它非常好(与来源)

#pragma omp for只将循环的一部分委托给不同的线程在 现在的团队。A 团队中是线程组在程序开始时，团队只包括一个 单个成员: 运行程序的主线程 。

要创建一个新的线程团队，您需要指定并行关键字。它可以在周围的上下文中指定:
#pragma omp parallel
{
#pragma omp for
for(int n = 0; n < 10; ++n)
printf(" %d", n);
}

以及:

什么是: 平行，为和一个团队

两者之间的区别, 与之平行的是:

团队是一组线程在项目开始时，团队由并行构造将当前线程拆分为在下一个块/语句期间创建新的线程团队, 在此之后，团队合并成一个整体 For-loop 在当前团队的线程之间。

它不会创造线程，它只是将工作分配给当前的线程并行是同时执行两个命令的简写: 并行创建一个新的团队，并为分裂团队来处理循环的不同部分。如果你的程序从来没有包含一个并行结构，不存在多个线程; 启动并运行程序的主线程，如非线程处理程序。

Https://bisqwit.iki.fi/story/howto/openmp/

小开

只有的不同之处在于，第一代码调用 2隐式屏障，而 第二名代码只调用 1。

使用现代官方 OpenMP 5.1标准作为参考的更详细的答案。

OpenMP 条款:

#pragma omp parallel

创建一个由 threads组成的 parallel region，其中每个线程将执行 平行区域平行区域封装的整个代码块。

从 OpenMP 5.1可以读出一个更为正式的描述:

当一个线程遇到 平行结构时，< strong > 一组线程是创建 来执行并行区域(. .) 遇到并行结构的线程将成为主线程新团队的线程，在此期间线程号为零新团队中的所有线程，包括主线程，执行该区域期间团队中的线程数保持不变那个平行区域。

答:

#pragma omp parallel for

创建一个 平行区域平行区域(如前所述) ，并使用默认的 chunk size和 schedule(即 一般来说 static)为该区域的 threads指定它封装的循环的迭代。然而，请记住，这些缺省值可能因 OpenMP标准的不同具体实现而有所不同。

从 OpenMP 5.1你可以读到一个更正式的描述:

工作共享循环构造指定一个或多个中的线程将并行执行更多关联的循环团队在他们的隐含任务上下文分布在团队中已经存在的线程之间执行工作共享循环区域所到的并行区域绑定 .

此外,

并行循环构造是指定并行的快捷方式包含有一个或多个关联的循环构造的循环，没有其他语句。

或者非正式地说，#pragma omp parallel for是构造函数 #pragma omp parallel和 #pragma omp for的组合。

对于已经显示的两个版本，如果使用 chunk_size=1和 静电干扰 schedule，执行流程将导致类似下面的结果:

在代码方面，循环将被转换成类似于 逻辑上来说的东西:

for(int i=omp_get_thread_num(); i < n; i+=omp_get_num_threads())
{
//...
}

Omp _ get _ thread _ num ()在哪

Omp _ get _ thread _ num 例程返回线程号调用线程的当前团队。

和 Omp _ get _ num _ thread ()

返回当前团队中的线程数节返回1。

或者换句话说，for(int i = THREAD_ID; i < n; i += TOTAL_THREADS)。THREAD_ID的范围从 0到 TOTAL_THREADS - 1，而 TOTAL_THREADS代表团队在平行区域上创建的线程总数。