假设我有一个函数 f(i)
这取决于索引 i
(以及其他无法预先计算的值)。
我想填充一个数组 a
以便 a[n] = sum(f(i)) from i=0 to n-1
.
编辑:在 Hristo Iliev 发表评论后,我意识到我在做的是 cumulative/prefix sum .
这可以用代码编写为
float sum = 0;
for(int i=0; i<N; i++) {
sum += f(i);
a[i] = sum;
}
现在我想使用 OpenMP 并行执行此操作。我可以用 OpenMP 做到这一点的一种方法是写出
f(i)
的值。并行,然后串行处理依赖关系。如 f(i)
是一个缓慢的函数,那么这可以很好地工作,因为非并行循环很简单。#pragma omp parallel for
for(int i=0; i<N; i++) {
a[i] = f(i);
}
for(int i=1; i<N; i++) {
a[i] += a[i-1];
}
但是可以在没有 OpenMP 的非并行循环的情况下做到这一点。然而,我想出的解决方案很复杂,而且可能是骇人听闻的。所以我的问题是,是否有一种更简单、更简单的方法来使用 OpenMP 做到这一点?
下面的代码基本上运行我为每个线程列出的第一个代码。结果是
a
的值在给定的线程中是正确的直到一个常数。我将每个线程的总和保存到一个数组 suma
与 nthreads+1
元素。这允许我在线程之间进行通信并确定每个线程的常量偏移量。然后我更正了 a[i]
的值与偏移量。float *suma;
#pragma omp parallel
{
const int ithread = omp_get_thread_num();
const int nthreads = omp_get_num_threads();
const int start = ithread*N/nthreads;
const int finish = (ithread+1)*N/nthreads;
#pragma omp single
{
suma = new float[nthreads+1];
suma[0] = 0;
}
float sum = 0;
for (int i=start; i<finish; i++) {
sum += f(i);
a[i] = sum;
}
suma[ithread+1] = sum;
#pragma omp barrier
float offset = 0;
for(int i=0; i<(ithread+1); i++) {
offset += suma[i];
}
for(int i=start; i<finish; i++) {
a[i] += offset;
}
}
delete[] suma;
一个简单的测试就是设置
f(i) = i
.那么解决方法是a[i] = i*(i+1)/2
(在无穷远处是 -1/12 )。
最佳答案
您可以将您的策略扩展到任意数量的子区域,并使用任务递归地减少它们:
#include<vector>
#include<iostream>
using namespace std;
const int n = 10000;
const int baseLength = 100;
int f(int ii) {
return ii;
}
int recursiveSumBody(int * begin, int * end){
size_t length = end - begin;
size_t mid = length/2;
int sum = 0;
if ( length < baseLength ) {
for(size_t ii = 1; ii < length; ii++ ){
begin[ii] += begin[ii-1];
}
} else {
#pragma omp task shared(sum)
{
sum = recursiveSumBody(begin ,begin+mid);
}
#pragma omp task
{
recursiveSumBody(begin+mid,end );
}
#pragma omp taskwait
#pragma omp parallel for
for(size_t ii = mid; ii < length; ii++) {
begin[ii] += sum;
}
}
return begin[length-1];
}
void recursiveSum(int * begin, int * end){
#pragma omp single
{
recursiveSumBody(begin,end);
}
}
int main() {
vector<int> a(n,0);
#pragma omp parallel
{
#pragma omp for
for(int ii=0; ii < n; ii++) {
a[ii] = f(ii);
}
recursiveSum(&a[0],&a[n]);
}
cout << n*(n-1)/2 << endl;
cout << a[n-1] << endl;
return 0;
}
关于dependencies - OpenMP : communicating values between threads 中的并行累积(前缀)总和,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/18719257/