C++ OpenMP任务&；数据环境

我正在尝试为我的C++/OpenMP程序使用任务构造：

#pragma omp parallel
    {
        typename ClusterNormal<DIM>::VectorMean ResultMeanThread;
        ResultMeanThread.setZero();
        #pragma omp single
        for(list<unsigned int>::const_iterator it=IDLeft.cbegin(); it!=IDLeft.cend(); it++)
        {
            #pragma omp task
            {
                ResultMeanThread += Data[*it];
            }
        }
}

#pragma omp并行
{
typename ClusterNormal:：VectoMean ResultMeanThread；
ResultMeanThread.setZero（）；
#布拉格omp单曲
for（list:：const_迭代器it=IDLeft.cbegin（）；it！=IDLeft.cend（）；it++）
{
#pragma-omp任务
{
ResultMeanThread+=数据[*it]；
}
}
}

此代码计算IDLeft中指示的数据元素的一些

向量平均值的总和（不介意它们是什么，但它们定义了运算符+）

每个线程都用全零初始化
vectomean
。我的问题是，在for循环之后，
resultmeanshread
仍然由全零组成

执行任务时，计算的总和是正确的，但在任务执行后，
resultmeanshread
始终被重新初始化为零

我怎样才能修好它？由于列表的原因，我正在使用任务，但我的代码不起作用。
我发现问题在于
resultmeanshread
的声明类似于私有变量。
我尝试了这段代码，声明了一个类似共享变量的
resultmeanshread
向量（向量的长度是线程的长度），因此每个线程只访问向量的一个元素（没有竞争条件）

在前面的代码中，由于
task
构造，每个
resultmeanshread
都为零。每次执行
任务
，都会将私有变量设置为其初始值。我必须使用
任务
构造，因为
列表

代码如下：

vector<typename ClusterNormal<DIM>::VectorMean> ResultMeanThread;
typename ClusterNormal<DIM>::VectorMean ResultMeanFinal;

//here i set initial values to zero, and number of vector elements equal to total number of threads

#pragma omp parallel
{
    #pragma omp single
    for(list<unsigned int>::const_iterator it=IDLeft.cbegin(); it!=IDLeft.cend(); it++)
    {
        #pragma omp task
        {
            ResultMeanThread[omp_get_thread_num()] += Data[*it];
        }
    }
    #pragma omp taskwait

    // Final sum
    #pragma omp critical
    {
        ResultMeanFinal+=ResultMeanThread[omp_get_thread_num()];
    }
}

vector resultmeanshread；
typename ClusterNormal:：VectoMean ResultMeanFinal；
//这里我将初始值设置为零，向量元素的数量等于线程的总数
#pragma-omp并行
{
#布拉格omp单曲
for（list:：const_迭代器it=IDLeft.cbegin（）；it！=IDLeft.cend（）；it++）
{
#pragma-omp任务
{
结果平均线程[omp_get_thread_num（）]+=Data[*it]；
}
}
#pragma omp taskwait
//最终金额
#pragma-omp-critical
{
ResultMeanFinal+=ResultMeanThread[omp_get_thread_num（）]；
}
}
不应该在并行区域之前声明
resultmeanshread
并标记为共享变量吗？另外，将
+=
操作并行应用于
VectorMean
类型的对象是否安全？我已经为每个线程创建了一个私有的
ResultMeanThread
。我认为使用带共享变量的+=运算符不是一个好主意，因为竞争条件……在这段代码之后，有一个带有单个构造函数的
ResultmeanThread
的和。你能告诉我以后会发生什么吗？这个程序用于统计计算，函数simlpy计算一些向量的平均值。所以我有像输出一样的全零向量