C 基于OpenMP的泰勒级数

ex=1+x+x2/2！+x3/3！+x4/4！+x5/5！+

我已经把一个泰勒级数的ex（上面）转换成一个OpenMp程序。 所有代码都写在下面

当我通过OracleUbuntu运行代码时，它工作正常。 它给了我

e^0=1，e^1=2.718，e^2=7.389056

但是当我在Ubuntu上运行它时（不是虚拟的），它就不能正常工作了。 它给了我

e^0=nan，e^1=0.40..，e^2=4.780

输出是完全随机的，因为它不像我上面提到的那样精确。 我需要帮助

 #include <math.h>
 #include <pthread.h>
 #include <stdlib.h>

 long double x, fact[150], pwr[150], s[1];
 int i, term;

 void *Power(void *temp) {
    int k;
    for (k = 0; k < 150; k++) {
        pwr[k] = pow(x, k);
        //printf("%.2Lf\n", pwr[k]);
    }
    return pwr;
}

void *Fact(void *temp) {
    long double f;
    int j;
    fact[0] = 1.0;
    for (term = 1; term < 150; term++) {
        f = 1.0;
        for (j = term; j > 0; j--)
            f = f * j;
        fact[term] = f;
        //printf("%.2Lf\n", fact[term]);
    }
    return fact;
}

void *Exp(void *temp) {
    int t;
    s[0] = 0;
    for (t = 0; t < 150; t++)
        s[0] = s[0] + (pwr[t] / fact[t]);
    return s;
}

int main(void) {
    pthread_t thread1, thread2, thread3;
    long double **sum;
    printf("Exponential [PROMPT] Enter the value of x (between 0 to 100) (for calculating exp(x)):");
    scanf("%Lf", &x);
    printf("\nExponential [INFO] Threads creating.....\n");
    pthread_create(&thread1, NULL, Power, NULL); //calling power function
    pthread_create(&thread2, NULL, Fact, NULL); //calling factorial function
    printf("Exponential [INFO] Threads created\n");
    pthread_join(thread1, NULL);
    pthread_join(thread2, NULL);
    printf("Exponential [INFO] Master thread and terminated threads are joining\n");
    printf("Exponential [INFO] Result collected in Master thread\n");
    pthread_create(&thread3, NULL, Exp, NULL);
    pthread_join(thread3, sum);
    printf("\neXPONENTIAL [INFO] Value of exp(%.2Lf) is : %Lf\n\n", x, s[0]);
    exit(1);
}

#包括
#包括
#包括
长双x，事实[150]，压水堆[150]，s[1]；
int i，术语；
无效*功率（无效*温度）{
int k；
对于（k=0；k<150；k++）{
压水堆[k]=功率（x，k）；
//printf（“%.2Lf\n”，压水堆[k]）；
}
返回压水堆；
}
无效*事实（无效*临时）{
长双f；
int j；
事实[0]=1.0；
用于（术语=1；术语<150；术语++）{
f=1.0；
对于（j=项；j>0；j--）
f=f*j；
事实[术语]=f；
//printf（“%.2Lf\n”，事实[术语]）；
}
返回事实；
}
void*Exp（void*temp）{
int t；
s[0]=0；
对于（t=0；t<150；t++）
s[0]=s[0]+（pwr[t]/fact[t]）；
返回s；
}
内部主（空）{
pthread_t thread1、thread2、thread3；
长双倍**和；
printf（“指数[提示]输入x的值（0到100之间）（用于计算exp（x））：”；
扫描频率（“%Lf”、&x）；
printf（“\nExponential[INFO]线程创建…\n”）；
pthread_create（&thread1，NULL，Power，NULL）；//调用Power函数
pthread_create（&thread2，NULL，Fact，NULL）；//调用阶乘函数
printf（“创建的指数[INFO]线程\n”）；
pthread_join（thread1，NULL）；
pthread_join（thread2，NULL）；
printf（“指数[INFO]主线程和终止线程正在连接\n”）；
printf（“主线程中收集的指数[INFO]结果\n”）；
pthread_create（&thread3，NULL，Exp，NULL）；
pthread_join（thread3，sum）；
printf（“\n exp（%.2Lf）的初始[INFO]值为：%Lf\n\n”，x，s[0]）；
出口（1）；
}

上面的代码最初用于使用线程的ex，它可以工作

#include <math.h>
#include <omp.h>
#include <stdio.h>
#include <stdlib.h>

int main(void) {
    long double x, f, fact[150], pwr[150], s[1];
    int i, term, k, j, t;
    long double sum;

    printf("Exponential [PROMPT] Enter the value of x (between 0 to 100) (for calculating exp(x)):");
    scanf("%Lf", &x);
    #pragma omp parallel num_threads(10)
    #pragma omp for
    for (k = 0; k < 150; k++) {
        for (int h = 0; h <= k; h++) {
            if (h == 0)
                x = 1;
            else
                pwr[k] = pow(x, k);
        }
    #pragma omp for
        for (term = 1; term < 150; term++) {
            f = 1.0;
            for (j = term; j > 0; j--)
                f = f * j;
            fact[term] = f;
        }
    #pragma omp for
        for (t = 0; t < 150; t++)
            s[0] = s[0] + (pwr[t] / fact[t]);

        printf("\neXPONENTIAL [INFO] Value of exp(%.2Lf) is : %Lf\n\n", x, s[0]);
        exit(1);
    }

#包括
#包括
#包括
#包括
内部主（空）{
长双x，f，fact[150]，pwr[150]，s[1]；
int i，term，k，j，t；
长双和；
printf（“指数[提示]输入x的值（0到100之间）（用于计算exp（x））：”；
扫描频率（“%Lf”、&x）；
#pragma omp并行num_线程（10个）
#pragma omp for
对于（k=0；k<150；k++）{
对于（inth=0；h0；j--）
f=f*j；
事实[术语]=f；
}
#pragma omp for
对于（t=0；t<150；t++）
s[0]=s[0]+（pwr[t]/fact[t]）；
printf（“\n exp（%.2Lf）的初始[INFO]值为：%Lf\n\n”，x，s[0]）；
出口（1）；
}

上面的代码是以前代码到OpenMP的转换。

for（t=0；t<150；t++）
for (t = 0; t < 150; t++)
            s[0] = s[0] + (pwr[t] / fact[t]);

s[0]=s[0]+（pwr[t]/fact[t]）；

此代码在并行化时，将与部分计算结果同时覆盖同一变量。这只有在线程以某种方式协调时才能起作用。幸运的是，openmp有一个专门的指令

reduce

，用于计算总和，因此您可以很容易地解决这个问题

---

在

pthread

版本的代码中，一个线程执行此计算，因此没有问题。

Post a。特别是，我想知道您尝试了哪些输入，您运行此操作的任何系统都会给出正确的结果。我不明白为什么在第一个循环中将全局

x

重置为1。这将导致错误的结果。线程错误地更新了几个全局变量：

f

和

s[0]

。对于第二种情况，您应该使用reduce。对于

f

使用一个线程局部变量。在第二个

#pragma omp For

之前缺少一个

}

，我很好奇地看到在处理这段代码时花费了这么多精力，这不会降低其内在复杂性，这些项可以以线性成本递增计算，而不是使用

pow

函数和嵌套循环。您希望

omp

并行计算什么？前两个

for

循环可以在单独的线程中计算，但最后一个

for

循环需要前面两个循环的结果，因此不能与前面两个循环并行启动。它必须首先等待两者完成。