OpenMP小例子—计算PI

一、第一种并行方法
OpenMP较为简单，采用编译制导的方式执行。下面的代码
采用

id = omp_get_thread_num();

返回现有组内的各个线程标志符[0,omp_set_num_threads-1]
并行部分i作为每个线程组的私有变量运行。

        #pragma omp for
        for (i=0;i< num_steps; i++){
             x = (i+0.5)*step; 
            sum[id] += 4.0/(1.0+x*x); 
        } 

完整代码

#include 
static long num_steps = 100000;
double step; 
#define NUM_THREADS 2 
void main () 
{     
      int i;      
      double x, pi, sum[NUM_THREADS]; 
      step = 1.0/(double) num_steps; 
      //设置并行子域进程数上限
      omp_set_num_threads(NUM_THREADS); 
//指定线程组内部私有变量i，此时各个线程组内分别拥有一个i的副本
#pragma omp parallel private(i)
{   
        double x;
        int id;
        //返回现有组内的一个线程标志符[0,omp_set_num_threads-1]主线程号始终为0
        id = omp_get_thread_num();       
        sum[id] = 0; 
        #pragma omp for
        for (i=0;i< num_steps; i++){
             x = (i+0.5)*step; 
            sum[id] += 4.0/(1.0+x*x); 
        } 
      }
for(i=0, pi=0.0;i

二、第二种并行方法
以下程序与之前的区别在于， #pragma omp parallel 对下面{}内的全部内容并行化。

     #pragma omp parallel 
     {    
        double x;     
        int id; 
        ////返回现有组内的一个线程标志符[0,omp_set_num_threads-1]主线程号始终为0
        id = omp_get_thread_num(); 
        for (i=id, sum[id]=0.0;i< num_steps; i=i+NUM_THREADS){ 
            x = (i+0.5)*step; 
            sum[id] += 4.0/(1.0+x*x); 
        } 
     } 

具体代码

#include 
static long num_steps = 100000;
double step; 
#define NUM_THREADS 4 
void main () 
{     int i;      
      double x, pi, sum[NUM_THREADS]; 
      step = 1.0/(double) num_steps; 
      //设置并行子域进程数上限NUM_THREADS
      omp_set_num_threads(NUM_THREADS); 
      //最基本的parallel指令形式，表示一下部分并行执行
     #pragma omp parallel 
     {    
        double x;     
        int id; 
        ////返回现有组内的一个线程标志符[0,omp_set_num_threads-1]主线程号始终为0
        id = omp_get_thread_num(); 
        for (i=id, sum[id]=0.0;i< num_steps; i=i+NUM_THREADS){ 
            x = (i+0.5)*step; 
            sum[id] += 4.0/(1.0+x*x); 
        } 
     } 
      for(i=0, pi=0.0;i

三、第三种方法
新使用的指令
#pragma omp parallel private (x,i,sum)
//指定需要处理为各个进程组私有变量的参数x,i,sum
#pragma omp critical
//critical指定某一区域的代码，每次只能同时被一个线程执行。

#include 
static long num_steps = 100000;
double step;
#define NUM_THREADS 8 
void main () 
{     
    int i,id;     
    double x, sum, pi=0.0; 
    step = 1.0/(double) num_steps; 
    omp_set_num_threads(NUM_THREADS); 
    //指定需要处理为各个进程组私有变量的参数x,i,sum
    #pragma omp parallel private (x,i,sum) 
    {   
        id = omp_get_thread_num(); 
        for (i=id,sum=0.0;i< num_steps;i=i+NUM_THREADS){ 
            x = (i+0.5)*step; 
            sum += 4.0/(1.0+x*x); 
        } 
        //critical指定某一区域的代码，每次只能同时被一个线程执行。
        #pragma omp critical
            pi += sum*step; 

     }
    printf("Pi = %lf\n",pi);

}

四、第四种方法
我们在#pragma omp parallel for 后面加上了 reduction(+:sum)，它的意思是告诉编译器：下面的for循环你要分成多个线程跑，但每个线程都要保存变量sum的拷贝，循环结束后，所有线程把自己的sum累加起来作为最后的输出。
reduction虽然很方便，但它只支持一些基本操作，比如+,-,*,&,|,&&,||等。

#include  
static long num_steps = 100000;
double step; 
#define NUM_THREADS 8 
void main () 
{     int i;      
      double x, pi, sum = 0.0; 
      step = 1.0/(double) num_steps; 
      omp_set_num_threads(NUM_THREADS); 
      
      #pragma omp parallel for reduction(+:sum) private(x) 
      for (i=0;i