C++ 采样条件分布OpenMP

我有一个函数可以随机抽取样本：

Sample sample();

我有一个检查样本是否有效的函数：

bool is_valid(Sample s);

这模拟了条件分布。现在我想要很多有效的样本（大多数样本都无效）

所以我想用openMP并行化这段代码

vector<Sample> valid_samples;
while(valid_samples.size() < n) {
    Sample s = sample();
    if(is_valid(s)) {
        valid_samples.push_back(s);
    }
}

作为一个随机数发生器。如果我假设我的设备有一个随机性源，那么它是有效的并且线程保存吗？有更好的解决方案吗？

您可以使用OpenMP任务并行。最简单的解决方案是将任务定义为单个样本插入：

vector<Sample> valid_samples(n); // need to be resized to allow access in parallel

void insert_ith(size_t i)
{
  do {
    valid_samples[i] = sample();
  } while (!is_valid(valid_samples[i]));
}

#pragma omp parallel
{
  #pragma omp single
  {
    for (size_t i = 0; i < n; i++) 
    {
      #pragma omp task
      insert_ith(i);
    }
  }
}

向量有效样本（n）；//需要调整大小以允许并行访问
无效插入物（尺寸i）
{
做{
有效样本[i]=sample（）；
}而（！is_valid（valid_samples[i]）；
}
#pragma-omp并行
{
#布拉格omp单曲
{
对于（大小i=0；i

---

请注意，这种单任务单插入映射可能存在性能问题。首先，可能会涉及错误的共享，但更糟糕的是，任务管理有一些开销，这对于非常小的任务可能非常重要。在这种情况下，补救方法很简单——不是每个任务插入一个项目，而是一次插入多个项目，例如100个。通常，一个合适的数字是一种权衡：越低产生的任务越多=开销越大，越高可能导致负载平衡越差。

您需要注意代码中的关键部分，即插入答案向量

类似的东西应该可以工作（因为没有给出函数和类型，所以没有编译）

//在平行段之前创建向量，因为它应该是共享的
向量有效_样本（n）；//设置初始大小以避免重新分配
int=0；
#pragma omp并行共享（有效样本数，n，达到计数）
{
虽然（达到_count

请注意，

sample（）

和

isvalid都不在临界区内，因为我假设这些函数比向量插入要昂贵得多，或者接受率非常低

如果不是这样的话，您可以使用独立的局部向量并最终合并，但如果您以某种方式减少同步的数量，例如提供固定的迭代次数（至少在很大程度上是如此）
有效的\u样本。size（）
没有同步的读取大小是数据竞争。我知道这一点，但我接受了它，因为在最坏的情况下，它太频繁地运行单个迭代（每个线程），这没有任何影响，因此它在最后的重要部分被检查。对于许多迭代来说，这是循环迭代次数的一个不可忽略的差异，它应该比同步请求节省更多的时间。您接受数据竞争吗？即使它们在程序中导致未定义的行为？@schetefan24 std:：vector.size（）在许多实现中减去两个指针，因此在重新定位和数据竞争的情况下可能不会增加。UB的意思不是说它将在有限的一组可能结果中进行选择。@schetefan24我们需要生成
n
任务。您可以通过单个线程（如我的情况）或并行执行此操作，但每个线程只需要生成任务的一个子集。在我的情况下，任务很大（不太可能有效），但错误共享似乎是一个问题（示例是std:：vector，所以是24字节）。我将其更改为在任务中使用局部变量。基准测试有点困难，因为运行时间取决于随机数生成器的种子。您能否对问题的第二部分发表意见。您将如何设置随机数生成器的种子？为什么
omp parallel
和
omp single
没有有效地取消？Unlikus阅读了一些有关OpenMP任务的内容。是的，它们正在取消，但仅用于生成任务。然后，所有线程并行地解决任务。@Unlikus对什么发表评论？如何播种？有很多方法，只需搜索谷歌或StackOverflow。例如，您可以将线程编号合并到seed中，或者为不同的线程创建一个种子向量，并通过
std:：random\u device
初始化它们。
vector<Sample> valid_samples(n); // need to be resized to allow access in parallel

void insert_ith(size_t i)
{
  do {
    valid_samples[i] = sample();
  } while (!is_valid(valid_samples[i]));
}

#pragma omp parallel
{
  #pragma omp single
  {
    for (size_t i = 0; i < n; i++) 
    {
      #pragma omp task
      insert_ith(i);
    }
  }
}