C++ 使用OpenMP的并发性和优化

我正在学习OpenMP。为了做到这一点，我试图使现有的代码并行。但我似乎在使用OpenMP的时候比不使用OpenMP的时候更糟糕

我的内环：

    #pragma omp parallel for
    for(unsigned long j = 0; j < c_numberOfElements; ++j)
    {
        //int th_id = omp_get_thread_num();
        //printf("thread %d, j = %d\n", th_id, (int)j);

        Point3D current;
        #pragma omp critical
        {
            current = _points[j];
        }

        Point3D next = getNext(current);

        if (!hasConstraint(next))
        {
            continue;
        }

        #pragma omp critical
        {
            _points[j] = next;
        }
    }

#pragma omp parallel for
for（无符号长j=0；j

_点是点映射，定义为：

typedef boost::unordered_map<unsigned long, Point3D> pointMap_t;

typedef boost:：无序的点映射；

---

没有OpenMP，我的运行时间是44.904s。启用OpenMP后，在具有两个内核的计算机上，它是64.224s。我做错了什么？

为什么要将读写内容包装到关键部分的

\u points[j]

？我不是一个C++程序员，但我并不认为你需要这些部分。正如您所写的（命名为关键部分），每个线程都将等待，而另一个线程将通过每个部分。这很容易使程序变慢。

使用OpenMP时，关键部分的查找和写入点可能会降低性能。单线程，这不会导致任何争用

---

在并行编程环境中，像这样共享种子数据似乎适得其反。您可以重新构造以避免这些争用点吗？

您需要显示代码的其余部分。从一个评论到另一个答案，你似乎在使用地图。这真是个坏主意，尤其是当您将0..n个数字映射到值时：为什么不使用数组

---

如果您真的需要使用容器，请考虑使用

中的那些，我同意最好看到一些工作代码。 这里的最终问题是，在一个平行区域内存在临界点，临界点（a）本身和自身都非常昂贵，（b）根据定义，扼杀了并行性。分配给当前certainl的任务不需要在临界值内，因为它是私有的；我也没想到这个_points[j]的任务会是什么，但我不知道地图是做什么的，所以就这样吧

---

但是您有一个循环，其中有大量开销，线程数（两个关键区域）呈线性增长，以完成少量实际工作（看起来像是沿着链表走）。这永远都不会是一笔好交易……

没有它就不会有问题。我不认为我可以同时从两个不同的线程更改映射。还有其他方法吗？我不习惯并行编程。@Vitor-我看不出如果只删除关键部分，为什么会出现故障。代码中有些我们看不到的东西也许<代码>\循环执行时，没有向点添加或删除点，对吗？函数调用在当前条目之外是否有副作用？例外情况在哪里？即使删除了关键部分，也可能导致严重的减速。例如，请参见gdb的@Steve Townsend:[新线程0x7ffff0ccd710（LWP 13329）]***检测到glibc***/home/vitorpy/openmp/test:double-free或corruption（fasttop）：0x00000000027f8be0***。bt显示它发生在无序的_映射操作符[]上。函数调用没有副作用。@olicharlesworth我来看看。谢谢，你说得对。地图大部分是旧设计的遗留物，在旧设计中，ID并不总是按顺序排列的。我把它做成了一个数组。它仍然很慢，但我想我可能遇到了错误的共享问题或其他问题。@Vitto Py：请尝试创建一个小的可编译代码示例来说明这个问题。您将代码简化得如此之多，以致于将问题抽象出来。要尝试的一件事是将“hasControint”作为静态内联，以避免支付函数调用的代价。