C++ 临界截面openMP

我想知道我们需要在哪里设置关键部分

如果有多个线程具有共享数组，并且每个线程都需要 要在不同的地方写作，是否需要在关键部分，即使每个部分都是如此 线程写入到数组中的其他位置

假设我有二维数组M[3][3]，初始数组[3]和一些双变量 我想计算一些东西，然后把它存储在M的第一列。 我可以与for循环一起使用，但我想与openMP一起使用，所以我做到了：

 omp_set_num_threads(3);
 #pragma omp parallel shared(M,variable)
 {  
     int id = omp_get_thread_num();
     double init = initial_array[id]*variable;
     M[id][0] = init;
 }   

它工作正常，但我知道它可能会导致死锁或运行时间不好。 我的意思是，如果我有更多的线程，甚至一个更大的M。。 设置临界截面的正确方法是什么？ 我想问的另一件事是关于初始_数组，它是否也需要共享

这是安全代码

数组中的随机访问不会对数组中的其他元素造成任何竞争条件。只要您继续并发地读写阵列中的非共享元素，就永远不会遇到竞争条件

请记住，根据元素的类型和大小，读操作可能与写操作竞争。您的示例显示了

double

，我关心的是，您是否在同一元素上同时执行了读操作和写操作。写操作期间可能会有上下文切换，但这取决于您的arch/平台。无论如何，您没有这样做，但值得一提。

这是安全的代码

数组中的随机访问不会对数组中的其他元素造成任何竞争条件。只要您继续并发地读写阵列中的非共享元素，就永远不会遇到竞争条件

---

请记住，根据元素的类型和大小，读操作可能与写操作竞争。您的示例显示了

double

，我关心的是，您是否在同一元素上同时执行了读操作和写操作。写操作期间可能会有上下文切换，但这取决于您的arch/平台。无论如何，您没有这样做，但值得一提。

我看不出并发性有任何问题，因为您正在访问内存的不同部分（阵列的不同索引），但我看到的唯一问题是，如果您的内核有专用的L1缓存，那么性能会受到影响

---

在这种情况下，由于缓存一致性，性能会受到影响，其中一个更新索引、使其他索引无效、执行写回等。对于少量线程/内核，这不是问题，但对于在大量内核上运行的线程，请确保这一点因为线程运行的数据不是真正独立的，它们被作为缓存中的数据块读取（如果您正在访问M[0][0]，那么不仅M[0][0]被读取到缓存中，而且M[0][0]到M[n][col 1]，其中n取决于缓存块的大小）。如果块很大，它可能包含更多的共享数据。

我认为并发性没有任何问题，因为您正在访问内存的不同部分（阵列的不同索引），但我看到的唯一问题是，如果您的内核具有专用的L1缓存，那么性能会受到影响

---

在这种情况下，由于缓存一致性，性能会受到影响，其中一个更新索引、使其他索引无效、执行写回等。对于少量线程/内核，这不是问题，但对于在大量内核上运行的线程，请确保这一点因为线程运行的数据不是真正独立的，它们被作为缓存中的数据块读取（如果您正在访问M[0][0]，那么不仅M[0][0]被读取到缓存中，而且M[0][0]到M[n][col 1]，其中n取决于缓存块的大小）。如果块很大，它可能包含更多的共享数据。

谢谢你的回答，实际上我正在实现维特比算法，所以原始代码中的双变量来自发射矩阵。作为“emission[id][col]”（col在并行部分之前计算，并在线程之间共享），我上面给出的代码是viterbi算法的初始化。感谢您的回答，实际上我正在实现viterbi算法，因此原始代码中的双变量来自emission矩阵。作为“emission[id][col]”（col在并行部分之前计算，并在线程之间共享），我上面给出的代码是viterbi算法的初始化。感谢您的回答，实际上我正在实现viterbi算法，因此原始代码中的双变量来自emission矩阵。作为“emission[id][col]”（col在并行部分之前计算，并在线程之间共享），这是viterbi算法的init感谢答案，实际上我正在实现viterbi算法，因此原始代码中的双变量来自emission矩阵。作为“emission[id][col]”（col在并行部分之前计算，并在线程之间共享），这是viterbi算法的init