多核多线程技术OpenMP_实验报告2

实验二：OpenMP多线程编程

模块一：基础练习

3 编译执行，执行结果：

简答与思考：

1 写出关键的并行代码

（1）四个线程各自执行6次迭代。

#include"stdafx.h"

#include<omp.h>

int _tmain(int argc, _TCHAR* argv[])

{

printf("Hello World \n");

#pragma omp parallel

{

for(int i=0; i<6; i++)

{

printf("Iter:%d Thread%d\n ",i,omp_get_thread_num());

}

}

printf("GoodBye World\n");

return 0;

}

（2）四个线程协同完成6次迭代。

#include"stdafx.h"

#include<omp.h>

int _tmain(int argc, _TCHAR* argv[])

{

printf("Hello World \n");

#pragma omp parallel

{

#pragma omp for

for(int i=0; i<6; i++)

{

printf("Iter:%d Thread%d\n ",i,omp_get_thread_num());

}

}

printf("GoodBye World\n");

return 0;

}

2 附加练习：

（1）编译执行下面的代码，写出两种可能的执行结果。

int i=0,j = 0;

#pragma omp parallel for

for ( i= 2; i < 7; i++ )

for ( j= 3; j< 5; j++ )

printf(“i = %d, j = %d\n”, i, j);

可能的结果:

1种2种

i=2，j=3 i=2，j=3

i=2，j=4 i=2，j=4

i=3，j=3 i=3，j=3

i=3，j=4 i=3，j=4

i=6，j=3 i=5，j=3

i=6，j=4 i=5，j=4

i=4，j=3 i=5，j=3

i=4，j=4 i=5，j=4

i=5，j=3 i=6，j=3

i=5，j=4 i=6，j=4

（2）编译执行下面的代码，写出两种可能的执行结果。

int i=0,j = 0;

for ( i= 2; i < 7; i++ )

#pragma omp parallel for

for ( j= 3; j< 5; j++ )

printf(“i = %d, j = %d\n”, i, j);

可能的结果:

1种2种

i=2，j=3 i=2，j=3

i=2，j=4 i=2，j=4

i=3，j=3 i=3，j=4

i=3，j=4 i=3，j=3

i=4，j=3 i=4，j=3

i=4，j=4 i=4，j=4

i=5，j=3 i=5，j=4

i=5，j=4 i=5，j=3

i=6，j=3 i=6，j=3

i=6，j=4 i=6，j=4

（3）分析上述两段代码的不同并行效果。

1).代码，” #pragma omp parallel for”为并行区域只对外层循环起作用，因此外层循环 i 值出现的比较随机。而” #pragma omp parallel for”对内层的循环不起作用，执行方式仍然是串行方式，于是内层循环的出现还是固定的先3 后4。2).代码” #pragma omp parallel for”只对内层循环起作用，对外层循环不起作用，因此外层循环是串行方式执行的，内层循环是多个线程共同并发执行的。因此i值的出现是随机的，j值的出现是有序的。

3 实验总结。

对于嵌套循环的，并行的结果只与并行化作用的循环有关，在每一个并行执行线程的内部，程序是继续按照顺序执行的。

模块二：数值积分计算Pi值

3 编译执行，计算执行时间为：11.200000s

6 编译执行，计算执行时间为： 5.192000s

7 加速比（写出计算公式）：11.200/5.192≈ 2.157

8 并行效率（写出计算公式）： 2.157/4*(100%)≈54%

简答与思考：

1 如何进行并行化的？为什么？

for循环被多个线程协同执行，因此变量x 为多个线程的共享变量，需要被私有化；sum也是多个线程的共享变量，也需要被私有话，但是sum值由于功能和效率的需要，最终结果需要相加，因此用 reduction(+:sum),reduction会为每个线程创建一个私有的sum变量的副本，最终结果相加并且返回到sum。

关键代码：(黄色部分已标记)

// OpenMPPi.cpp : 定义控制台应用程序的入口点。

//

#include"stdafx.h"

#include<time.h>

#include<omp.h>

long long num_steps = 1000000000;

double step;

int main()

{

clock_t start, stop;

double x, pi, sum=0.0;

int i;

step = 1./(double)num_steps;

start = clock();

#pragma omp parallel for reduction(+:sum),private(x)

for (i=0; i<num_steps; i++)

{

x = (i + .5)*step;

sum += 4.0/(1.+ x*x);

}