C和OpenMP:do循环中的nowait for循环

我正在尝试最小化一些带有may参数的函数

p

进行粒子群优化。您需要知道的是，这个过程需要为不同的索引

I

（每个索引链接到一组参数

P

）计算特定的函数（我称之为

foo

）。

foo

在每个

i

上花费的时间是不可预测的，并且不同的

i

会有很大的差异。一旦计算出一个

v[i]

，我想开始计算另一个。当一个

i

优化函数时，此过程停止（这意味着已找到相应的参数集

P

）

所以我想用OpenMP来并行计算。我会做以下事情：

unsigned int N(5); 
unsigned int last_called(0);
std::vector<double> v(N,0.0);
std::vector<bool> busy(N,false);
std::vector<unsigned int> already_ran(N,0);
std::vector<unsigned int> to_run_in_priority(N);
for(unsigned int i(0);i<N;i++){
    to_run_in_priority[i]=i;
}
do{
#pramga omp parallel for nowait 
    for(unsigned int i=0;i<N;i++){
        if(!busy[to_run_in_priority[i]]){
            busy[to_run_in_priority[i]]=true;
            already_ran[to_run_in_priority[i]]++;
            foo(v[to_run_in_priority[i]]);
            busy[to_run_in_priority[i]]=false;
        }
       /*update to_run_in_priority*/
    }
} while (/*condition*/)

无符号整数N（5）；
上次调用的无符号整数（0）；
标准：向量v（N，0.0）；
std：：向量忙（N，false）；
std：：向量已运行（N，0）；
std：：在优先级中运行的向量（N）；
对于（unsigned int i（0）；i从您的代码中抽象出一些东西，您似乎希望编写如下内容

#pramga omp parallel for
    for(unsigned int i=0;i<N;i++){
        v[i] = foo(i)
    }

请注意
schedule
子句的引入，在本例中使用参数
dynamic
和
10
。这指示运行时将
i
的值束一次分发给各个线程，10个元素。这取决于
i
的每个值的运行时分布以及magn
N的量级
这可能足以平衡负载

同样，它可能不是，您可能希望进一步研究
调度
子句，特别是
动态
和
引导
调度

如果没有任何上诉，请调查OpenMP
任务
构造；我现在没有时间（老实说，也没有技能）提供伪代码

最后，如果我误解了你的问题（这种情况经常发生），那么这个答案对你来说可能毫无价值。
从你的代码中提取一些东西，你似乎想写一些类似的东西

#pramga omp parallel for
    for(unsigned int i=0;i<N;i++){
        v[i] = foo(i)
    }

请注意
schedule
子句的引入，在本例中使用参数
dynamic
和
10
。这指示运行时将
i
的值束一次分发给各个线程，10个元素。这取决于
i
的每个值的运行时分布以及magn
N的量级
这可能足以平衡负载

同样，它可能不是，您可能希望进一步研究
调度
子句，特别是
动态
和
引导
调度

如果没有任何上诉，请调查OpenMP
任务
构造；我现在没有时间（老实说，也没有技能）提供伪代码

最后，如果我误解了你的问题（这种情况经常发生），那么这个答案对你来说可能是毫无价值的。
你可以尝试以下方法：

#pragma omp parallel
{
    #pramga omp for schedule(dynamic) nowait 
    for(unsigned int i=0;i<N;i++){
       //parallel code with foo(i)
    }
    #pragma omp single 
    {
       //serial code
    }
}

#pragma omp并行
{
#计划（动态）nowait的pramga omp
对于（unsigned int i=0；i您可以尝试以下方法：

#pragma omp parallel
{
    #pramga omp for schedule(dynamic) nowait 
    for(unsigned int i=0;i<N;i++){
       //parallel code with foo(i)
    }
    #pragma omp single 
    {
       //serial code
    }
}

#pragma omp并行
{
#计划（动态）nowait的pramga omp
对于（unsigned int i=0；i感谢您的评论和回答，这就是我提出的解决方案

unsigned int i(0);
unsigned int ip(0);
unsigned int N(10);
std::vector<bool> free(N,true)
#pragma omp parallel for schedule(dynamic,1) firstprivate(ip)
    for(unsigned int iter=0; iter<maxiter_; iter++){
#pragma omp critical
    {
        i++;
        ip = (i-1) % particle_.size();
        if(!free_[ip]){iter -= 1;}
    }
    if(free_[ip]){
        free_[ip]=false;
        if(ip<2){sleep(2);}
        else{ sleep(5);}
        free_[ip]=true;
    }
}

无符号整数i（0）；
无符号整数ip（0）；
无符号整数N（10）；
标准：：无向量（N，真）
#pragma omp并行调度（动态，1）firstprivate（ip）
对于（unsigned int iter=0；iter，感谢您的评论和回答，这就是我提出的解决方案

unsigned int i(0);
unsigned int ip(0);
unsigned int N(10);
std::vector<bool> free(N,true)
#pragma omp parallel for schedule(dynamic,1) firstprivate(ip)
    for(unsigned int iter=0; iter<maxiter_; iter++){
#pragma omp critical
    {
        i++;
        ip = (i-1) % particle_.size();
        if(!free_[ip]){iter -= 1;}
    }
    if(free_[ip]){
        free_[ip]=false;
        if(ip<2){sleep(2);}
        else{ sleep(5);}
        free_[ip]=true;
    }
}

无符号整数i（0）；
无符号整数ip（0）；
无符号整数N（10）；
标准：：无向量（N，真）
#pragma omp并行调度（动态，1）firstprivate（ip）
for（unsigned int iter=0；iter
nowait
子句删除并行for循环中的隐式障碍。但是，您使用它的方式是没有用的，因为在并行块的末尾有一个无法删除的障碍。无论如何，High-Performance Mark建议使用
schedule（动态）
似乎正是您想要的。
nowait
子句删除了并行for循环中的隐式障碍。但是，您使用它的方式是无用的，因为在并行块的末尾有一个无法删除的障碍。无论如何，High-Perfroman Mark建议使用
调度（动态）
似乎正是你想要的。谢谢你的回答！我已经知道了
调度
命令，但这只有在
foo
需要午餐的时间很长时才有用（即
N>>线程数
）。如果是这样的话，那么平均而言，所有线程都应该同时停止。但是在我的例子中，
N~线程的数量
，因此它不是很有用。但是你给了我一个想法……也许如果我改变foo所做的，如果当达到收敛标准时，
for
循环停止，我可以找到一个解决方案。一半的问题em这里是设置为10的块大小。您不应该设置块大小，而应该使用默认值1。我发布了我的解决方案，如果您可以看一看并告诉我您的想法…tkx！！！谢谢您的回答！我已经知道
schedule
命令，但这仅在需要设置时间
foo
时才有用d很大（即
N>>线程数。如果是这样的话，那么平均而言，所有线程都应该同时停止。但是在我的例子中，
N~线程的数量
，因此它不是很有用。但是你给了我一个想法……也许如果我改变foo所做的，如果当达到收敛标准时，
for
循环停止，我可以找到一个解决方案。一半的问题em这里是块大小被设置为10。你不应该设置块大小，而是使用默认值1。我发布了我的解决方案，如果你能看一下并告诉我你的想法…tkx！！！