OpenMP编程入门之一
一 VS2008中怎样开启OpenMP编程？
Windows平台下，在VS系列编译器中，要想使用OpenMP，只需在工程设置中把C/C++ --> Language --> OpenMP Support设为Yes就可以了。在运行时可能会提示找不到运行库的情况，只要把vcomp90d.dll以及vcomp90.dll复制到工程目录，或系统的Path变量指向的目录下就可以了。在VS2008自带的OpenMP C/C++开发库是2.0版，发行日期为2002年，当前最新的版本为3.1版，可以到官方网站www.openmp.org上下载相关。
二 开始体验并行吧！
要使程序并行化，没有想象中的那么复杂，OpenMP让一切变得很简单，第一个OpenMP程序，只需添加一行代码！看下面的代码：
#include
using namespace std;
int main()
{
#pragma omp parallel
for (int i=0; i<10; i++)
{
cout << i;
}
return 0;
} 在我的机器上4核CPU，运行结果：0000111122223333444455556666777788889999
咋一看程序好像抽风了，产生了4个线程同时执行了for循环。通常这不是我们想要的，我们想要的是把for中的任务等分成4份，分别由4个线程各执行其中的一份。这样做其实很简单，只要在parallel后面加上for就可以了。
#include
using namespace std;
int main()
{
#pragma omp parallel for
for (int i=0; i<10; i++)
{
cout << i;
}
return 0;
}
现在的运行结果是：3068417952。什么？乱七八糟的！然而这是正确的，因为在同一段并行代码中，我们并不能保证各线程执行的先后顺序。扩散开来，在并行代码中，各线程的工作不能有依赖性，比如如果一个线程的输入和另一个线程的输出相依赖，那么此程序不适合并行计算。
三 OpenMP API函数
打开VS2008自带的omp.h，可以发现OpenMP的一些API函数。先从最简单的说起，都很好理解。没有写中文注释的放在后面讲解。
// 设置并行线程数
_OMPIMP void _OMPAPI omp_set_num_threads(int _Num_threads);
// 获取当前并行线程数
_OMPIMP int _OMPAPI omp_get_num_threads(void);
// 获取当前系统最大可并行运行的线程数
_OMPIMP int _OMPAPI omp_get_max_threads(void);
// 获取当前运行线程的ID，注意和操作系统中的线程ID不同
_OMPIMP int _OMPAPI omp_get_thread_num(void);
// 获取当前系统中处理器数目
_OMPIMP int _OMPAPI omp_get_num_procs(void);
_OMPIMP void _OMPAPI omp_set_dynamic(int _Dynamic_threads);
_OMPIMP int _OMPAPI omp_get_dynamic(void);
_OMPIMP int _OMPAPI omp_in_parallel(void);
_OMPIMP void _OMPAPI omp_set_nested(int _Nested);
_OMPIMP int _OMPAPI omp_get_nested(void);
_OMPIMP void _OMPAPI omp_init_lock(omp_lock_t * _Lock);
_OMPIMP void _OMPAPI omp_destroy_lock(omp_lock_t * _Lock);
_OMPIMP void _OMPAPI omp_set_lock(omp_lock_t * _Lock);
_OMPIMP void _OMPAPI omp_unset_lock(omp_lock_t * _Lock);
_OMPIMP int _OMPAPI omp_test_lock(omp_lock_t * _Lock);
_OMPIMP void _OMPAPI omp_init_nest_lock(omp_nest_lock_t * _Lock);
_OMPIMP void _OMPAPI omp_destroy_nest_lock(omp_nest_lock_t * _Lock);
_OMPIMP void _OMPAPI omp_set_nest_lock(omp_nest_lock_t * _Lock);
_OMPIMP void _OMPAPI omp_unset_nest_lock(omp_nest_lock_t * _Lock);
_OMPIMP int _OMPAPI omp_test_nest_lock(omp_nest_lock_t * _Lock);
_OMPIMP double _OMPAPI omp_get_wtime(void);
_OMPIMP double _OMPAPI omp_get_wtick(void);四 for循环
在(二)中已经给出了一个for循环并行化的例子。其实OpenMP中for循环并行化指令有两种形式：
#include
#include
using namespace std;
int main()
{
//for循环并行化声明形式1
#pragma omp parallel
{
cout << "OK" << endl;
#pragma omp for
for (int i = 0; i < 4; ++i)
{
cout << i << endl;
}
}
//for循环并行化声明形式2
#pragma omp parallel for
//cout << "ERROR" << endl;
for (int j = 0; j < 4; ++j)
{
cout << j << endl;
}
return 0;
} 形式1和2相比，其优点是在for循环体前可以有其他执行代码，当然在一个#pragma omp parallel块内，可以有多个#pragma omp parallel for循环体。
for循环并行化的约束条件
尽管OpenMP可以方便地对for循环进行并行化，但并不是所有的for循环都可以进行并行化。以下几种情况不能进行并行化：
1. for循环中的循环变量必须是有符号整形。例如，for (unsigned int i = 0; i < 10; ++i){}会编译不通过；
2. for循环中比较操作符必须是<, <=, >, >=。例如for (int i = 0; i ！= 10; ++i){}会编译不通过；
3. for循环中的第三个表达式，必须是整数的加减，并且加减的值必须是一个循环不变量。例如for (int i = 0; i != 10; i = i + 1){}会编译不通过；感觉只能++i; i++; --i; 或i--；
4. 如果for循环中的比较操作为<或<=，那么循环变量只能增加；反之亦然。例如for (int i = 0; i != 10; --i)会编译不通过；
5. 循环必须是单入口、单出口，也就是说循环内部不允许能够达到循环以外的跳转语句，exit除外。异常的处理也必须在循环体内处理。例如：若循环体内的break或goto会跳转到循环体外，那么会编译不通过。
下面来看看在并行程序中各个线程工作的分配，运行下面的程序：
void TestAPIs()
{
cout << "Num of Procs: " << omp_get_num_procs() << endl;
cout << "Max Threads: " << omp_get_max_threads() << endl;
cout << "Set Num of Threads = 2 " << endl;
omp_set_num_threads(2);
#pragma omp parallel
cout << "Get Thread Num: " << omp_get_thread_num() << endl;
omp_set_num_threads(omp_get_num_procs() -1);
#pragma omp parallel
{
cout << "OPENMP\n" ;
}
}输出结果为：
ThreadID = 0; i = 0
ThreadID = 0; i = 1
ThreadID = 1; i = 4
ThreadID = 2; i = 8
ThreadID = 3; i = 12
ThreadID = 0; i = 2
ThreadID = 1; i = 5
ThreadID = 2; i = 9
ThreadID = 3; i = 13
ThreadID = 0; i = 3
ThreadID = 1; i = 6
ThreadID = 2; i = 10
ThreadID = 3; i = 14
ThreadID = 1; i = 7
ThreadID = 2; i = 11
ThreadID = 3; i = 15
从输出结果中可以清晰地看出，线程0处理了第0~3次循环，线程1处理了第4~7次循环，线程2处理了第8~1次循环，线程3处理了第12~15次循环，可见for循环的工作量被分成4等份分别交给每一个线程运行完成。
五 数据的可见性
六 一个有意义的并行程序
在(一)中我们已经完成了第一个并行的程序，但是没有太大意义，下面我们通过一个例子来实现一个有意义的并行程序。
#include
#include
#include
using namespace std;
int main()
{
const int NUMBER = 100;
int* dataA = new int[NUMBER];
int* dataB = new int[NUMBER];
for (int i= 0; i < NUMBER; i++)
{
dataA[i] = i+1;
dataB[i] = 2*(i+1);
}
long double sum = 0.0;
omp_set_num_threads(4);
#pragma omp parallel for reduction(+:sum)
for (int i = 0; i < NUMBER; i++)
{
sum += dataA[i] + dataB[i];
}
cout< 上面代码中我们首先开辟了2块的缓冲区，长度均为100个int，并且初始化为1，2，3~100和2，4，6，8~200。在并行段执行前，设置线程数为4。接下来是并行指令：
#pragma omp parallel for reduction(+:sum)参考文献：
http://blog.csdn.net/donhao/article/details/5651852