C 如何在OpenMP中处理数据竞争？

我正在尝试使用OpenMP在数组中添加数字。以下是我的代码：

  int* input = (int*) malloc (sizeof(int)*snum);
  int sum = 0;
  int i;
  for(i=0;i<snum;i++){
      input[i] = i+1;
  }
  #pragma omp parallel for schedule(static)
  for(i=0;i<snum;i++)
  {
      int* tmpsum = input+i;
 sum += *tmpsum;
  }

int*input=（int*）malloc（sizeof（int）*snum）；
整数和=0；
int i；
对于（i=0；i使用
reduce
子句（）

int*input=（int*）malloc（sizeof（int）*snum）；
整数和=0；
int i；
对于（i=0；i您的代码当前有一个，这就是结果不正确的原因。为了说明原因，让我们使用一个简单的示例：

您在两个线程上运行，数组是
intinput[4]={1,2,3,4}
。您将
sum
正确初始化为
0
，并准备好开始循环。在循环的第一次迭代中，线程0和线程1从内存中读取
sum
作为
0
，然后将各自的元素添加到
sum
，并将其写回内存。但是，这意味着线程0正在尝试将
sum=1
写入内存（第一个元素是
1
，和
sum=0+1=1
），而线程1正试图将
sum=2
写入内存（第二个元素是
2
，和
sum=0+2=2
）。此代码的最终结果取决于哪个线程最后完成，并因此最后写入内存，这是一种竞争条件。不仅如此，在这种情况下，代码可能生成的两个答案都不正确！有几种方法可以解决此问题；我将在下面详细介绍三种基本方法：

#pragma omp critical：

在OpenMP中，有一个被称为
临界
指令。该指令限制代码，以便一次只能有一个线程执行某项操作。例如，您的
For
-循环可以写入：

#pragma omp parallel for schedule(static)
for(i = 0; i < snum; i++) {
    int *tmpsum = input + i;
#pragma omp critical
    sum += *tmpsum;
}

atomic
的性能通常明显优于
critical
。但是，在您的特定情况下，它仍然不是最佳选择

减少：

您应该使用的方法以及其他人已经建议的方法是
reduce
。您可以通过将
for
-循环更改为：

#pragma omp parallel for schedule(static) reduction(+:sum)
for(i = 0; i < snum; i++) {
    int *tmpsum = input + i;
    sum += *tmpsum;
}

#pragma omp并行计划（静态）缩减（+:sum）
对于（i=0；i

reduce
命令告诉OpenMP，当循环运行时，您希望每个线程跟踪自己的
sum
变量，并将它们全部添加到循环末尾。这是最有效的方法，因为整个循环现在并行运行，当e> 每个线程的sum
值需要相加。
sum
应该是一个缩减变量，
缩减（+:sum）
在您的答案中，有很多地方您使用了进程，而正确的单词应该是线程。您可能希望更正此错误以避免混淆。@HristoIliev:对。我现在正在编写一个MPI代码，所以我整天都在考虑进程；因此出现了混淆。现在修复，谢谢。感谢您的回答，如果e var sum是一个数组，类似于“int sum[2]”。我使用了#pragma omp reduction（+:sum）和#pragma omp reduction（+:sum[0]）#pragma omp reduction（+:sum[1]），不起作用！我能做什么？@YOung:不要将
sum
作为数组；事实上，保持循环前的代码与之前完全相同。NikolayKondratyev在另一个答案中提供了一个工作代码示例。澄清一下：虽然我说过每个线程都会跟踪自己的
sum
变量，但编译器会处理使用
reduce
指令，您不需要自己设置数组。事实上，您已经看到，自己设置数组会混淆编译器，并导致代码产生错误的结果。@wolfPack88使用“reduce”，我得到了正确的答案。但我尝试使用“critical”或“automic”来完成此操作。我发现“reductioin”解决方案的速度几乎是其他解决方案的两倍；如何使用phtread或openmp来获得这种性能
#pragma omp parallel for schedule(static)
for(i = 0; i < snum; i++) {
    int *tmpsum = input + i;
#pragma omp atomic
    sum += *tmpsum;
}

#pragma omp parallel for schedule(static) reduction(+:sum)
for(i = 0; i < snum; i++) {
    int *tmpsum = input + i;
    sum += *tmpsum;
}