OpenMP: OpenMP学习的几个例子

     学习了openmp的使用方法，按照教程中的sample自己写了几个小代码。

     我的理解就是openMP对并行计算进行了抽象，使得程序员能很容易的写出并行计算的代码，并解决了线程粒度和负载均衡的问题。

     对比与自己写多线程的代码，openmp更加简单。但是还是需要解决一些变量冲突等问题，例如将一个变量设置为私有。设置临界区等。

     对比与cuda，openmp首先是cpu多线程，不需要拷贝数据到gpu，在数据量不大的时候应该会比cuda有优势，cuda拷进拷出就会浪费不少时间。

     其中工作量的划分与调度的三种方式很有意思:（抄袭自openmp入门.pdf）

1、 静态：把循环的迭代按照每x次(x=chunk)迭代分为一块，这样你的总工作量就被划分成了n/x块(n为迭代次数、循环次数)，然后将这些块按照轮转 法依次分配给各 个线程。举个例子：比如我们有100次迭代，x=chunk=4，那么我们的工作就被分为25块，假设我们有2个线程可以做工作，那么线程 1分到的块是1,3,5,7....,25， 线程2分到的块是2,4,6,...,24；
2、动态：迭代分块方法同上，但是工作块被放到一个队列中，每个线程每次拿一块，做好了才能到队列里去拿下一块；
3、Guided：这个方式是动态方式的改进。在这个方式里，分块的x是不固定的，一开始块的大小(x)比较大，随着剩余工作量的减小，块的大小也随之变小。
静态方式：比较适合每次迭代的工作量相近(主要指工作所需时间)的情况
动态方式：比较适合每次迭代的工作量非常不确定的情况
Guided方式：类似动态方式，但是队列相关的开销会比动态方式小

下面是写的一些小例子

#include <stdio.h>
#include <omp.h>
void* work(float* c,int N);
void add();
float dotProdWrong(float* a,float* b,int N);
float dotProdRight(float* a,float* b,int N);
double getpi();
float a[3]={1.0,2.0,3.0};
float b[3]={1.0,2.0,3.0};


static long numsteps=10;
double step,pi;
int main()
{
//#pragma omp parallel
     printf("hello word!\n");
     //work(c,3);
     //dotProdWrong(a,b,3);
     //dotProdRight(a,b,3);
     getpi();
     return 1;

}

void add()
{
     int i;
#pragma omp  for
     for(i=0;i<6;i++)
     {
          printf("iter:%d\n",i);

     }
          printf("good bye word!\n");
}
void* work(float* c,int N)
{
     float x,y;
     int i;
#pragma omp parallel for private(x,y)
     for(i=0;i<N;i++)
     {
          x=a[i];
          y=b[i];
          c[i]=x+y;
     printf("work inside:%d\n",c[i]);
     }
     return NULL;
}

float dotProdWrong(float* a,float* b,int N)
{
     float sum=0.0;
#pragma omp parallel for shared (sum)
     for(int i=0;i<N;i++)
     {
          sum+= a[i]*b[i];
          printf("dotProdWrong inside:%d\n",sum);    
     }
     printf("dotProdWrong last:%d\n",sum);
     return sum;
}

float dotProdRight(float* a,float* b,int N)
{
     float sum=0.0;
#pragma omp parallel for shared (sum)
     for(int i=0;i<N;i++)
     {
#pragma omp critical
          sum+= a[i]*b[i];
          printf("dotProdRight a:%f\n",a[i]);
          printf("dotProdRight b:%f\n",b[i]);
          printf("dotProdRight inside:%f\n",sum);    
     }
     printf("dotProdRight last:%f\n",sum);
     return sum;
}

//递归 redunction,计算sum的和值
//#pragam omp parallel for reduction (+,sum)

double getpi()
{
     int i;
     double x,sum=0;
     step=1.0/(double)numsteps;
#pragma omp parallel for reduction (+:sum)
     for( i=0;i<numsteps;i++)
     {
          x=(i+0.5)*step;
          sum=sum+4.0/(1.0+x*x);
          printf("sum=%f\n",sum);
     }
     pi=step*sum;
     printf("pi=%f\n",pi);
     return pi;
}
//#pragam omp single 确保一个线程
//#pragam omp master 确保主线程执行
//debug openmp api
//icl /Qopenmp testOpenMp.cpp