C++17标准STL库并行策略在GCC编译器中的替代实现方法

C++17标准STL库并行策略在GCC编译器中的替代实现方法

严正声明：本文系作者davidhopper原创，未经许可，不得转载。

2019年8月5日更新：
GCC 9.1.0可支持C++ 17标准的并行策略，本文方法已过时。
参考我的另一篇博客：《Ubuntu 16.04系统中使用GCC 9.1及Intel TBB库运行C++17 STL并行算法库》。

一、引言

C++ 17标准中一个令人兴奋的特性是对STL库中的69个算法加入了执行策略（execution policies），允许在少量修改的情形下，对原有STL库算法实现并行计算，这对希望提高效率的开发者无疑是一个很大的福音。令人遗憾地是，目前主流C++编译器尚未加入对该特性的支持。
GCC编译器作为Linux系统中最主流的编译器，其最新版本GCC 7.3几乎完全实现了对C++ 17标准的支持（如下图所示），也可完成多数STL库算法的并行计算，但它不是以C++ 17标准所规范的基于执行策略来实现，而是以添加额外头文件和编译选项的方式来完成，希望GCC后续版本能尽快完成该特性的标准化。

下面是采用C++ 17标准执行策略方式实现并行计算的一个简单示例。该示例虽然符合C++ 17标准，但在我写作本文时，使用最新版本的GCC 7.3不能编译通过。

#include 
#include 
#include 
#include 
#include 

using namespace std;

bool odd(int n) { return n % 2; }

int main() {
  vector<int> d(500);

  mt19937 gen;
  uniform_int_distribution<int> dis(0, 100000);

  auto rand_num([=]() mutable { return dis(gen); });

  generate(execution::par, begin(d), end(d), rand_num);

  sort(execution::par, begin(d), end(d));

  reverse(execution::par, begin(d), end(d));

  auto odds(count_if(execution::par, begin(d), end(d), odd));

  cout << (100.0 * odds / d.size()) << "% of the numbers are odd.\n";

  return 0;
}

在GCC编译器尚未支持C++ 17标准执行策略的情形下，我们以什么方式完成C++ STL库算法的并行计算呢？本文将以Ubuntu 16.04自带的GCC 5.4编译器对其进行阐述。

二、GCC编译器使用并行计算所需的编译选项

使用GCC编译器编译并行计算程序需要OpenMP库的支持，目前GCC编译器自带该库，无需自己下载，只需在编译程序时添加一个额外选项-fopenmp即可，该选项会指示编译器链接并行计算库：libgomp。

GCC编译器在某些硬件平台（例如sparc和x86）上默认不支持原子操作(atomic operations)，要在这些硬件平台上编译并行计算程序，需显式指定额外的编译选项，如：-march=i686、-march=native 或-mcpu=v9，更多信息请查阅GCC编译器使用手册。

为使用libstdc++并行模式，还需在编译程序时添加一个宏定义： -D_GLIBCXX_PARALLEL. 该宏会指示编译器在可行的前提下，使用STL库算法的并行计算版本。

注意：并非所有的STL库算法在GCC编译器中都有对应的并行计算版本，下表给出了GCC编译器所支持的STL并行算法：

Algorithm	Header	Parallel algorithm	Parallel header
std::accumulate	numeric	__gnu_parallel::accumulate	parallel/numeric
std::adjacent_difference	numeric	__gnu_parallel::adjacent_difference	parallel/numeric
std::inner_product	numeric	__gnu_parallel::inner_product	parallel/numeric
std::partial_sum	numeric	__gnu_parallel::partial_sum	parallel/numeric
std::adjacent_find	algorithm	__gnu_parallel::adjacent_find	parallel/algorithm
std::count	algorithm	__gnu_parallel::count	parallel/algorithm
std::count_if	algorithm	__gnu_parallel::count_if	parallel/algorithm
std::equal	algorithm	__gnu_parallel::equal	parallel/algorithm
std::find	algorithm	__gnu_parallel::find	parallel/algorithm
std::find_if	algorithm	__gnu_parallel::find_if	parallel/algorithm
std::find_first_of	algorithm	__gnu_parallel::find_first_of	parallel/algorithm
std::for_each	algorithm	__gnu_parallel::for_each	parallel/algorithm
std::generate	algorithm	__gnu_parallel::generate	parallel/algorithm
std::generate_n	algorithm	__gnu_parallel::generate_n	parallel/algorithm
std::lexicographical_compare	algorithm	__gnu_parallel::lexicographical_compare	parallel/algorithm
std::mismatch	algorithm	__gnu_parallel::mismatch	parallel/algorithm
std::search	algorithm	__gnu_parallel::search	parallel/algorithm
std::search_n	algorithm	__gnu_parallel::search_n	parallel/algorithm
std::transform	algorithm	__gnu_parallel::transform	parallel/algorithm
std::replace	algorithm	__gnu_parallel::replace	parallel/algorithm
std::replace_if	algorithm	__gnu_parallel::replace_if	parallel/algorithm
std::max_element	algorithm	__gnu_parallel::max_element	parallel/algorithm
std::merge	algorithm	__gnu_parallel::merge	parallel/algorithm
std::min_element	algorithm	__gnu_parallel::min_element	parallel/algorithm
std::nth_element	algorithm	__gnu_parallel::nth_element	parallel/algorithm
std::partial_sort	algorithm	__gnu_parallel::partial_sort	parallel/algorithm
std::partition	algorithm	__gnu_parallel::partition	parallel/algorithm
std::random_shuffle	algorithm	__gnu_parallel::random_shuffle	parallel/algorithm
std::set_union	algorithm	__gnu_parallel::set_union	parallel/algorithm
std::set_intersection	algorithm	__gnu_parallel::set_intersection	parallel/algorithm
std::set_symmetric_difference	algorithm	__gnu_parallel::set_symmetric_difference	parallel/algorithm
std::set_difference	algorithm	__gnu_parallel::set_difference	parallel/algorithm
std::sort	algorithm	__gnu_parallel::sort	parallel/algorithm
std::stable_sort	algorithm	__gnu_parallel::stable_sort	parallel/algorithm
std::unique_copy	algorithm	__gnu_parallel::unique_copy	parallel/algorithm

三、GCC编译器使用STL并行算法的简单示例

对引言中不能顺利通过编译的示例进行改造，以便能借助GCC编译器实现STL并行算法，下面列出改进后的代码：

#include 
#include 
#include 
#include 

using namespace std;
using namespace __gnu_parallel;

bool odd(int n) { return n % 2; }

int main() {
  // Set up the parallel mode. 
  _Settings s;
  s.algorithm_strategy = force_parallel;
  _Settings::set(s);

  vector<int> d(500);

  mt19937 gen;
  uniform_int_distribution<int> dis(0, 100000);

  auto rand_num([=]() mutable { return dis(gen); });

  generate(begin(d), end(d), rand_num);

  sort(begin(d), end(d));

  reverse(begin(d), end(d));

  auto odds(count_if(begin(d), end(d), odd));

  cout << (100.0 * odds / d.size()) << "% of the numbers are odd.\n";

  return 0;
}

编译指令为（注意-std=c++17替换为-std=c++11或-std=c++14均可）：

g++ -g -Wall -D_GLIBCXX_PARALLEL -fopenmp -std=c++17 gcc_parallel.cpp -o gcc_parallel

在我机器上的运行结果为：

53% of the numbers are odd.

四、说明

1. GCC编译器中的STL并行算法是非异常安全的，也就是说，用户自定义函数（例如上例中的odd函数）、Lambda表达式（例如上例中的[=]() mutable { return dis(gen); }）或函数对象内部绝不能抛出异常；
2. 算法执行的顺序不确定，因为用户自定义函数、Lambda表达式或函数对象内部不能依赖于算法的执行顺序；
3. 因为GCC OPenMP不支持在多线程中运行，因此不要尝试在多线程中调用STL并行算法。