并行计算实验

并行计算

实

验

报

告

学院软件学院

年级2008级

班级一班

学号3007218144

姓名赵立夫

2010 年 3 月31 日

实验一 多线程计算π及性能分析

作者:赵立夫

完成时间：3月31日

一、 实验内容

1. 掌握Thread 类用法

2. 掌握java 多线程同步方法

3. 使用多线程计算π；

4. 对结果进行性能评价。

二、 实验原理

使用积分方法，即

计算π值，并使用java 多线程进行多线程操作。

三、 程序流程图

N N i dx x N i 15.0141402102⨯⎪

⎭⎫ ⎝⎛++≈+=∑⎰≤≤π

图1-1 主线程流程图

四、实现方法

1.方法简述：

本程序使用java多线程方法：

首先启动主进程，输入基数N和线程数threadNum；

第二步，通过主进程创建子进程并为每个子进程分配计算任务；

第三步，子进程执行计算认为并将结果返回到数组sums[]中；

最后，主进程将sums[]元素进行累加得到最终结果并输出。

2.程序的主要方法

PaiThread类，实现计算指定区间内的累加和

threadHandle.start()启动子线程，子线程将自动执run()方法

threadHandle.join()确保主进程在所有子进程计算完毕后执行后续

任务。

五、实验结果

1.实验结果数据表

编号计算基数子线程数计算结果使用

时间

1 1000000 0 3.1415946535889754 36ms

2 1000000 2 3.1415946535889017 26ms

3 1000000 3 3.141594653588898 22ms

4 1000000 4 3.141594653588918 25ms

5 1000000 5 3.141594653588914 26ms

6 100000 3 3.141612653498134 14ms

7 10000000 3 3.141592853589695 80ms

2.部分结果截图

图1-2 单线程pai计算结果图

图1-3多线程pai计算结果图3.理论性能及实际结果分析

编号子线程数

（不包括主

线程）计算结果使用

时间

加速

比

1 0 3.1415946535889754 36ms 1.0

2 2 3.1415946535889017 26ms 1.38

3 3 3.141594653588898 22ms 1.64

4 4 3.141594653588918 25ms 1.44

5 5 3.141594653588914 26ms 1.38

本程序使用多线程方法来提升程序的执行速度，所以当线程数不断增多时，程序运行时间应逐渐减少；再考虑到创建进程和信息传递的开销，当线程数大于计算机的内核数量时，程序运行时间应该随着线程数目的增加而增加。

由于运行计算机为四核系统，所以当子线程数(除去主线程)由单线程增加到3子线程运行时，程序运行时间由36ms降低为22毫秒，而当子线程增加到4个（即线程数目大于内核数量时），程序运行时间又上升到25ms（参照结果1至5），这与预期结果相符合；在看当基数改变时的情况，在结果3，6,7中，子线程数量均为3个，运算基数以10倍递增，运行时间也是成倍的减少或增加，（具体结果见上表），同样和预期结果相符。通过实验数据的分析验证了并行计算在程序运行性能上的理论。

六、总结展望

这次实验较为简单，并行化的方法非常直观，程序的逻辑也十分清晰。

在并行化方面的开销较少。通过本次实验主要是对并行化原理的一个验证，证明了由多处理器分别运行线程带来的性能上的提高。也通过实验证明了当线程数超过实际处理器数量时，性能的下降。通过本次实验，我掌握了使用java进行多线程编程的基础知识，以及使用join等方法实现线程间的同步。

实验二 3PCF计算的多线程实现

作者:杨春白

完成时间：4月7日

一、实验内容

1.理解3PCF的计算原理；

2.掌握OPENMP编译制导语句的使用

3.掌握Linux环境下，openMP的编译执行

4.使用OPENMP实现3PCF计算

二、实验原理

1.定义：

点集D、R。

定义D中的点为a i∈D，R中的点为b i∈R。

距离：r1、r2、r3、err

2.求：

满足以下条件的三元组（空间中三角形）的数目

，|a i-b m|=r1±err且|a i-b n|=r2±err且|b m-b n|=r3±err

3.实验解法：

对于D中每一点a i，在R中找到与之距离为r1的点集R’，找到与之距离为r2

的点集R’’。在点集R’与R’’中，查找两点间距离为r3的点组数目。累加。

三、程序流程图

图2-1 3pcf程序流程图四、实现方法

1.方法简述：

本次实验通过使用OPENMP方法实现并行：

首先完成程序的单线程执行代码，原理见实验原理，执行过程见流程

图，主要通过for循环来实现，主循环for用来遍历dataD集合，第

二个for循环查找dataR中符合条件一的点，第三个for循环寻找

dataR中符合条件二的点，最后在以上找出的两个点集中找出的两点

是否符合条件三，如果符合，累加至sum，否则，继续循环；

并行化方案为，将第二和第三个for循环进行并行

最后，输出结果。

2.程序的主要方法

#pragma omp parallel

shared(pointSet1,pointSet2,pSet1Size,pSet2Size,num)

#pragma omp for

#pragma omp critical

#pragma omp atomic

五、实验结果

1.实验结果数据表

编号文件1名称文件2名称计算结果并行计算

时间

串行计算

时间

1 D32.txt R32.txt 3341

2 D256.txt R256.txt

3 D512.txt R512.txt

4 D1024.txt R1024.txt

5 D2048.txt R2048.txt

6 R4096.txt R4096.txt

7 R8192.txt R8192.txt

8 R10240.txt R10240.txt

9 R20480.txt R20480.txt

2.结果截图

3.理论性能及实际结果分析

本次实验使用OPENMP编码，即由编译器自动优化程序并分配子线程进程计算，因而忽略线程数目和其他偶然因素，随着输入数据的不断增加，运行时间应该急剧增大，结果值也应该急剧增大，而且伴随着存储空间溢出的危险。由上表可见当输入数据不断增多时，运算结果的确迅速变大，运行时间和存储空间的需求都在不断加大，这和预期是相符的。