OpenMP多线程基础使用

2024-08-27 06:44
文章标签 基础 使用 多线程 openmp

本文主要是介绍OpenMP多线程基础使用，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

OpenMP 是一套 C++ 并行编程框架, 也支持 Forthan，是一个跨平台的多线程实现， 能够使串行代码经过最小的改动自动转化成并行的。具有广泛的适应性。这个最小的改动，有时候只是一行编译原语！具体实现是通过分析编译原语#pragma，将用原语定义的代码块，自动转化成并行的线程去执行。每个线程都将分配一个独立的id. 最后再合并线程结果。

  • 可以并行的条件：
    • 可拆分，代码和变量的前后不能相互依赖。
    • 独立运行，运行时，拥有一定的独有的资源。像独有的线程id等。

0 环境要求

0.1 Windows / Visual Studio 平台

VS 版本不低于2015，都支持 OpenMP . 需要在 IDE 进行设置，才能打开 OpenMP 支持。

  • 设置方式：调试 --> C/C++ --> 语言 --> OpenMP支持

这实际上使用了编译选项/openmp。

0.1 Linux / GCC 平台

Ubuntu 自带的 GCC 5.0.4, 直接支持选项 -fopenmp。后面都使用 ubuntu 系统来实验, windows 在配置好环境之后也可以使用。

1 验证支持 OpenMP

main.cpp

#include <iostream>
using namespace std;int main() {#if _OPENMPcout << " support openmp " << endl;#elsecout << " not support openmp" << endl;#endifreturn 0;
}

编译并运行：

# 编译
g++ -std=c++11  -g -pthread -Wno-format -fpermissive -fopenmp -o main.o -c main.cpp
g++ -std=c++11  -g -pthread -Wno-format -fpermissive -fopenmp -o main main.o# 运行
./main# 输出
support openmp

也可以通过编写 Makefile 来更加优雅地编译代码。Makefile 文件的编写比较简单，这里给出一个示例：
Makefile

CC = g++ -std=c++11 nullstring := 
dep_I_incpath = -I./include/hiredis -I./include
dep_L_libpath = -L./lib
dep_l_libname = -lhiredis
#deps_extra = $(dep_I_incpath) $(dep_L_libpath)  $(dep_l_libname)deps_extra = $(nullstring)#c_flag = -g -Wno-format -fpermissive 
c_flag = -g -pthread -Wno-format -fpermissive -fopenmpc_files =  \
$(wildcard *.cpp) $(wildcard *.c) $(wildcard *.cc)
h_files = \
$(wildcard *.hpp) $(wildcard *.h)
o_files_mess = \
$(patsubst %.cpp,%.o,${c_files}) $(patsubst %.c,%.o,${c_files}) $(patsubst %.cc,%.o,${c_files})
o_files = \
$(filter %.o, $(o_files_mess))
elf_file=  \
mainrm_files = \
*.o *.dep *.elf  *.s *.exeall:$(elf_file)$(elf_file):$(o_files)$(CC) $(c_flag) -o $@ $(o_files) $(deps_extra) 
main.o: main.cpp$(CC) $(c_flag) -o $@ -c $< $(deps_extra) 
#	@echo "c_file is:$(c_files)"; echo "h_files:$(h_files)"; echo "o_files:$(o_files)"clean:rm -rf $(rm_files)run:$(elf_file)./$(elf_file)

2 并行输出

  • 顺序打印 0-10 可以使用 for 循环简单实现：
for(int i=0; i< 10; i++) {cout << i << endl; 
}
  • 用 OpenMP 实现并行输出，只需要在 for 循环的起始位置添加一行编译原语来标记即可：
#pragma omp parallel for num_threads(4)
for(int i=0; i<10; i++) {cout << i << endl; 
}

main.cpp

#include <iostream>
#include <omp.h>using namespace std; int serial_cout() {for(int i=0; i<10; i++) {cout << i << endl; }return 0; 
}int parallel_cout() {#pragma omp parallel for num_threads(4)for(int i=0; i<10; i++) {cout << i << endl; }return 0; 
}int main() {cout << "serial cout: " << endl;serial_cout();cout <<"parallel cout: " << endl;parallel_cout();return 0;
}

编译运行

g++ -std=c++11  -g -pthread -Wno-format -fpermissive -fopenmp -o main.o -c main.cpp
g++ -std=c++11  -g -pthread -Wno-format -fpermissive -fopenmp -o main main.o
./mainserial cout:
0
1
2
3
4
5
6
7
8
9
parallel cout:
0
1
2
36
74
5
8
9

可以看到串行输出的是从 0 到 9 顺序输出，并行输出是乱序的，并且并行输出的每次顺序都不一样，说明 OpenMP 并行起了作用。

2.1 说明

上面并行的代码新增了两行：

  • #include <omp.h>，OpenMP 的编译头文件，包括一些常用API，像获取当前的线程id.

  • #pragma omp parallel for num_threads(4)，用编译原语，指定其下面的代码块将会被渲染成多线程的代码，然后再编译。这里使用的线程数为 4

3 三种 private

多个线程同时运行的情况下，变量的管理默认有下面两种情况：

  • 创建线程之前就存在的变量——所有线程共享
  • 线程运行时创建的局部变量——每个线程独有
3.1 private

考虑这样的例子：

#include <stdio.h>int main()
{int i, j;#pragma omp parallel forfor (i = 0; i < 3; i++)for (j = 0; j < 3; j++)printf("i=%d j=%d\n", i, j);
}

编译运行之后，会发现输出结果并不符合预期：

i=1 j=0
i=1 j=1
i=1 j=2
i=0 j=0
i=2 j=0

这是多个线程同时访问和修改相同变量导致的问题，

在 openmp 中，可以使用 private() 命令来那解决，private(value)，能让 每个线程都有该变量的独立拷贝，相当于一个同名的局部变量。

#include <stdio.h>int main() {int i, j;#pragma omp parallel for private(i, j)for (i = 0; i < 3; i++)for (j = 0; j < 3; j++)printf("i=%d j=%d\n", i, j);
}
3.2 firstprivate

虽然private声明变量后，每个线程都会生成一个相应的拷贝。但这些线程并不会对他们进行初始化。考虑下面的情况：

#include <stdio.h>int main() {int x = -1;#pragma omp parallel for private(x)for (int i = 0; i < 5; i++)printf("x=%d\n", x);
}

可以看到拷贝出的变量值是随机的：

x=14908664
x=13903992
x=13909720
x=13905304
x=8

想要有初始化的话就需要用到 firstprivate()。

#include <stdio.h>int main() {int x = -1;#pragma omp parallel for firstprivate(x)for (int i = 0; i < 5; i++)printf("x=%d\n", x);
}

这样每个变量就都能初始化了

x=-1
x=-1
x=-1
x=-1
x=-1
3.3 lastprivate

考虑这样的例子：

#include <stdio.h>int main() {int x = -1;printf("start x=%d\n", x);#pragma omp parallel for private(x)for (int i = 0; i < 5; i++)printf("x=%d\n", x = i);printf("final x=%d", x);
}

虽然现在我们有了初始化，但循环结束后变量的值还是无法保留:

start x=-1
x=1
x=2
x=3
x=0
x=4
final x=-1

前面使用private时，循环结束后x的值是不会保留的。

lastprivate() 的功能就是在 private 的基础上，能够在循环结束时保留变量的值。

#include <stdio.h>int main() {int x = -1;printf("start x=%d\n", x);#pragma omp parallel for lastprivate(x)for (int i = 0; i < 5; i++)printf("x=%d\n", x = i);printf("final x=%d", x);
}

输出结果：

start x=-1
x=3
x=2
x=1
x=4
x=0
final x=4

注意到，最后一个输出的是3，保存的结果却是4？这是因为 lastprivate 保存的变量是逻辑上的最后的值。从代码运行逻辑上来讲 x 最后的值是 4，所以结果就是 4。

3.4 组合使用

从功能上可以看出，firstprivate 是对功能 private 的扩展，二者是相互替代的关系，所以 不能同时使用（会编译失败）；lastprivate 和 private 同样也是相互替代的关系，依旧 不能同时使用（会编译失败）；firstprivate 和 lastprivate 在功能上有相互补充关系，可以同时使用。

4 reduction

求1~10000000 之和, 用 16 个线程并行：

#include <iostream>
#include <omp.h>
#include <ctime>using namespace std; int parallel_sum() {#if 0
// TODO : this is incorrect way to reduce !!!long long int sum = 0;#pragma omp parallel for num_threads(16)for(int i=0; i<10000000; i++) {sum +=  i; }cout << sum << endl; 
#endif #if 1 long long int sum = 0;#pragma omp parallel for num_threads(16) reduction(+:sum)for(int i=0; i<10000000; i++) {sum +=  i; }cout << sum << endl; 
#endif return 0; 
}int serial_sum() {long long int sum = 0;for(int i=0; i<10000000; i++) {sum +=  i; }cout << sum << endl; return 0;
}int main() {cout << "serial sum: " << endl;clock_t begin_time1 = clock();    serial_sum();float seconds1 = float(clock( ) - begin_time1) / CLOCKS_PER_SEC;cout << "time: " << seconds1 << "s" << endl;cout <<"parallel sum: " << endl;clock_t begin_time2 = clock();parallel_sum();float seconds2 = float(clock( ) - begin_time2) / CLOCKS_PER_SEC;cout << "time: " << seconds2 << "s" << endl;return 0;
}

编译运行

g++ -std=c++11  -g -pthread -Wno-format -fpermissive -fopenmp -o main.o -c main.cpp
g++ -std=c++11  -g -pthread -Wno-format -fpermissive -fopenmp -o main main.o
./mainserial sum:
49999995000000
time: 0.046843s
parallel sum:
49999995000000
time: 0.004178s

不难看出，这里使用 opemmp 并行的时候，计算耗时更少。

4.1 说明

在使用 openmp 并行求和的函数里面，在使用条件编译关掉的那个代码块里面，sum += i 这一行多个线程同时访问 sum 时产生会冲突导致。在这种情况下没法使用 private 对其进行求和，需要使用 reduction() 来解决，具体使用如 openmp 并行求和的函数里面，在使用条件编译打开的那个代码块所示。

reduction 的命令格式是 reduction(operation : variable)，其中 operation 是操作类型，variable 则是操作变量。

reduction的作用就是给每个线程创建一个独立的变量，在结束后根据操作类型进行归约。

  • 默认操作包括:
    • 算数运算：+, *, -, max, min
    • 逻辑运算：&&, ||
    • 位运算：&, |, ^

这里我们需要对 sum 进行累加，所以应该使用 reduction(+ : sum)

5 获取线程 id

#define DEFINE_idx auto idx = omp_get_thread_num();
#define _ROWS (omp_get_num_threads())
#pragma omp parallel for num_threads(3) 
for(int i=0; i<10; i++) {DEFINE_idx;printf("- idx is %d, i is %d, total thread num is %d\n", idx, i, _ROWS); 
}// 输出idx is 0, i is 0, total thread num is 3
- idx is 0, i is 1, total thread num is 3
- idx is 0, i is 2, total thread num is 3
- idx is 0, i is 3, total thread num is 3
- idx is 2, i is 7, total thread num is 3
- idx is 2, i is 8, total thread num is 3
- idx is 2, i is 9, total thread num is 3
- idx is 1, i is 4, total thread num is 3
- idx is 1, i is 5, total thread num is 3
- idx is 1, i is 6, total thread num is 3

6 对于首个for循环迭代器的限制

OpenMP 在优化多重 for 语句时，会自动把第一个循环的迭代器（也就是i）设为 private。

比如在前面 private 里面的示例双重for循环中，如果将

#pragma omp parallel for private(i, j)

修改为

#pragma omp parallel for private(j) // 不显式声明i为private

修改后并不会影响循环的正常运行。

这篇关于OpenMP多线程基础使用的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！


http://www.chinasem.cn/article/1110925。

相关文章

Java String字符串的常用使用方法

Java String字符串的常用使用方法

《JavaString字符串的常用使用方法》String是JDK提供的一个类,是引用类型,并不是基本的数据类型,String用于字符串操作,在之前学习c语言的时候,对于一些字符串,会初始化字符数组表... 目录一、什么是String二、如何定义一个String1. 用双引号定义2. 通过构造函数定义三、St
阅读更多...
Pydantic中Optional 和Union类型的使用

Pydantic中Optional 和Union类型的使用

《Pydantic中Optional和Union类型的使用》本文主要介绍了Pydantic中Optional和Union类型的使用,这两者在处理可选字段和多类型字段时尤为重要,文中通过示例代码介绍的... 目录简介Optional 类型Union 类型Optional 和 Union 的组合总结简介Pyd
阅读更多...
Vue3使用router,params传参为空问题

Vue3使用router,params传参为空问题

《Vue3使用router,params传参为空问题》：本文主要介绍Vue3使用router,params传参为空问题,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐... 目录vue3使用China编程router,params传参为空1.使用query方式传参2.使用 Histo
阅读更多...
使用Python自建轻量级的HTTP调试工具

使用Python自建轻量级的HTTP调试工具

《使用Python自建轻量级的HTTP调试工具》这篇文章主要为大家详细介绍了如何使用Python自建一个轻量级的HTTP调试工具,文中的示例代码讲解详细,感兴趣的小伙伴可以参考一下... 目录一、为什么需要自建工具二、核心功能设计三、技术选型四、分步实现五、进阶优化技巧六、使用示例七、性能对比八、扩展方向建
阅读更多...
使用Python实现一键隐藏屏幕并锁定输入

使用Python实现一键隐藏屏幕并锁定输入

《使用Python实现一键隐藏屏幕并锁定输入》本文主要介绍了使用Python编写一个一键隐藏屏幕并锁定输入的黑科技程序,能够在指定热键触发后立即遮挡屏幕,并禁止一切键盘鼠标输入,这样就再也不用担心自己... 目录1. 概述2. 功能亮点3.代码实现4.使用方法5. 展示效果6. 代码优化与拓展7. 总结1.
阅读更多...
使用Python开发一个简单的本地图片服务器

使用Python开发一个简单的本地图片服务器

《使用Python开发一个简单的本地图片服务器》本文介绍了如何结合wxPython构建的图形用户界面GUI和Python内建的Web服务器功能,在本地网络中搭建一个私人的,即开即用的网页相册,文中的示... 目录项目目标核心技术栈代码深度解析完整代码工作流程主要功能与优势潜在改进与思考运行结果总结你是否曾经
阅读更多...
Linux中的计划任务(crontab)使用方式

Linux中的计划任务(crontab)使用方式

《Linux中的计划任务(crontab)使用方式》：本文主要介绍Linux中的计划任务(crontab)使用方式,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录一、前言1、linux的起源与发展2、什么是计划任务（crontab）二、crontab基础1、cro
阅读更多...
kotlin中const 和val的区别及使用场景分析

kotlin中const 和val的区别及使用场景分析

《kotlin中const和val的区别及使用场景分析》在Kotlin中,const和val都是用来声明常量的,但它们的使用场景和功能有所不同,下面给大家介绍kotlin中const和val的区别,... 目录kotlin中const 和val的区别1. val:2. const:二 代码示例1 Java
阅读更多...
Python基础文件操作方法超详细讲解(详解版)

Python基础文件操作方法超详细讲解(详解版)

《Python基础文件操作方法超详细讲解(详解版)》文件就是操作系统为用户或应用程序提供的一个读写硬盘的虚拟单位,文件的核心操作就是读和写,：本文主要介绍Python基础文件操作方法超详细讲解的相... 目录一、文件操作1. 文件打开与关闭1.1 打开文件1.2 关闭文件2. 访问模式及说明二、文件读写1.
阅读更多...
C++变换迭代器使用方法小结

C++变换迭代器使用方法小结

《C++变换迭代器使用方法小结》本文主要介绍了C++变换迭代器使用方法小结,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧... 目录1、源码2、代码解析代码解析：transform_iterator1. transform_iterat
阅读更多...

Copyright China编程 23002807@qq.com

沪ICP备2023033072号-2