我有一个二维数组,比如 arr[SIZE][SIZE]
,它在两个 for 循环中以以下形式更新:
for(int i = 0; i < SIZE; i++)
for(int j = 0; j < SIZE; j++)
arr[i][j] = new_value();
我正在尝试使用 OpenMP 进行并行处理。
有两种情况会发生这种情况,第一种是 new_value_1()
函数,它依赖于 arr[i+1][j]
和 arr [i][j+1]
(“数组的边缘”问题已经解决),我可以愉快地使用棋盘技术将其并行化:
for(int l = 0; l < 2; l++)
#pragma omp parallel for private(i, j)
for(int i = 0; i < SIZE; i++)
for(int j = (i + l) % 2; j < SIZE; j += 2)
arr[i][j] = new_value_1();
问题来自第二个实例 new_value_2()
,它依赖于:
arr[i+1][j],
arr[i-1][j],
arr[i][j+1],
arr[i][j-1]
即各个方向的相邻元素。
这里,对负相邻元素有依赖,所以arr[0][2] = new_value_2()
依赖于arr[0][1已经更新的值]
直到第二个 l
循环才会被计算。
我想知道在以这种方式进行并行化时是否遗漏了什么,或者这个问题是否与算法的工作方式有关?如果是前者,任何其他方法将不胜感激。
最佳答案
I was wondering if there was something I was missing in parallelising this way or if the issue is inherent with the way the algorithm works?
是的,您遗漏了一些东西,但不是您可能希望的那样。假设并行版本应该计算与串行版本相同的结果,棋盘方法即使对于 new_value_1()
情况也不能解决问题。考虑这种数组元素的布局:
xoxoxo
oxoxox
xoxoxo
oxoxox
在两次棋盘传递中的第一次,“x”元素根据“o”元素的原始值进行更新——到目前为止一切顺利——但在第二次传递中,“o”元素根据“x”元素的新值进行更新。数据依赖性被打破了,是的,但是整体计算是不一样的。当然,这同样适用于 new_value_2()
计算。棋盘并不能真正帮助您。
If the former, any other approaches would be appreciated.
您可以在 shell 中进行计算。例如,考虑数组元素的这个标签:
0123
1234
2345
3456
可以并行计算所有具有相同标签的元素(对于两个 new_value()
函数),前提是首先计算所有具有较小标签的元素。这可能看起来像这样:
for(int l = 0; l < (2 * SIZE - 1); l++) {
int iterations = (l < SIZE) ? (l + 1) : (2 * SIZE - (l + l));
int i = (l < SIZE) ? l : (SIZE - 1);
int j = (l < SIZE) ? 0 : (1 + l - SIZE);
#pragma omp parallel for private(i, j, m)
for(int m = 0; m < iterations; m++) {
arr[i--][j++] = new_value_1();
}
}
那样的话,您不会从并行化中获得太多好处,但是串行计算工作方式的固有方面,至少对于 new_value_2()
案例。
不过,对于 new_value_1()
的情况,逐行进行可能会做得更好:
for(int i = 0; i < SIZE; i++)
#pragma omp parallel for private(j)
for(int j = 0; j < SIZE; j++)
arr[i][j] = new_value_1();
或者,仅对于 new_value_1()
情况,您可以通过将结果存储在单独的数组中来获得良好的加速:
#pragma omp parallel for private(i, j), collapse(2)
for(int i = 0; i < SIZE; i++)
for(int j = 0; j < SIZE; j++)
arr2[i][j] = new_value_1();
如果这要求您随后将结果复制回原始数组,那么这可能不值得,但您可以通过在两个数组之间来回翻转来避免这种情况:从第一个数组计算到第二个数组,然后然后下一次,从第二个计算到第一个(如果问题 [PSPACE]
缩放允许有这样一个扩展的内存分配,即它再次出现在[PTIME] 费用,希望只支付一次)。
关于c - 更新二维数组时相邻元素的依赖性 (OpenMP),我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/47339363/