我正在处理一个信号矩阵,我的目标是计算一行中所有元素的总和。矩阵由以下结构表示:
typedef struct matrix {
float *data;
int rows;
int cols;
int leading_dim;
} matrix;
我必须提到该矩阵以列优先顺序 ( http://en.wikipedia.org/wiki/Row-major_order#Column-major_order ) 存储,这应该可以解释用于检索正确索引的公式 column * tan_hd.rows + row
。
for(int row = 0; row < tan_hd.rows; row++) {
float sum = 0.0;
#pragma omp parallel for reduction(+:sum)
for(int column = 0; column < tan_hd.cols; column++) {
sum += tan_hd.data[column * tan_hd.rows + row];
}
printf("row %d: %f", row, sum);
}
没有 OpenMP pragma,交付的结果是正确的,如下所示:
row 0: 8172539.500000 row 1: 8194582.000000
一旦我如上所述添加 #pragma omp...
,就会返回一个不同的(错误的)结果:
row 0: 8085544.000000 row 1: 8107186.000000
在我的理解中,reduction(+:sum)
为每个线程创建了 sum
的私有(private)副本,并在完成循环后将这些部分结果相加并写回再次到全局变量 sum
。我做错了什么?
感谢您的建议!
最佳答案
- 它具有与朴素求和相同的算法复杂度
- 这将大大提高求和的准确性,而无需将数据类型切换为 double 。
通过重写代码来实现它:
for(int row = 0; row < tan_hd.rows; row++) {
float sum = 0.0, c = 0.0;
#pragma omp parallel for reduction(+:sum, +:c)
for(int column = 0; column < tan_hd.cols; column++) {
float y = tan_hd.data[column * tan_hd.rows + row] - c;
float t = sum + y;
c = (t - sum) - y;
sum = t;
}
sum = sum - c;
printf("row %d: %f", row, sum);
}
您还可以将所有 float
切换为 double
以获得更高的精度,但是由于您的数组是 float
数组,因此应该只有是末尾有效数字数量的差异。
关于c - 用于减少的 OpenMP 并行提供了错误的结果,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/18013345/