C++ 使用OpenMP分配阵列的特殊指令？

我在

OpenMP

中针对并行化的简单

循环是

    vector< double > xs; 
    vector< double > ys; 
    xs.resize(N);
    ys.resize(N);
    if(rank0) printf("Assigning points ...\n");
#pragma omp parallel for
    for(long i = 0; i < N; i++) {
        xs[i] = ((double)rand()/(double)RAND_MAX);
        ys[i] = ((double)rand()/(double)RAND_MAX);
    } 

vectorxs；
向量ys；
xs.resize（N）；
ys.resize（N）；
如果（rank0）printf（“分配点…\n”）；
#pragma-omp并行
用于（长i=0；i

但是当我为

包含

#pragma omp parallel时，这要比不包含时花费更长的时间。当我没有使用正确的
减少值
或类似的东西时，经常会出现这种情况，因此我想知道我是否还需要为此
#pragma
做些什么

该
for
循环是否需要
#pragma
中的其他内容

请注意，这个问题与使用
rand（）
直接相关。我的直接猜测是，问题源于
rand（）
使用一个种子，该种子在每次调用
rand（）
时都会更新。这意味着，即使正在写入的数组之间没有冲突，对
rand（）
的每次调用都可能会强制线程之间进行同步

处理这个问题有多种方法。一个显而易见的方法是使用C++11中提供的新随机数生成类，每个线程都有一个单独的随机数生成器对象，如下所示：

    std::mt19937_64 a;
    std::mt19937_64 b;

    std::uniform_real_distribution<double> da;
    std::uniform_real_distribution<double> db;

#pragma omp parallel for private(a, b)
    for (long i = 0; i < N; i++) {
        xs[i] = da(a);
        ys[i] = db(b);
    }

std:：mt19937_64 a；
标准：mt19937_64 b；
std：：均匀实分布da；
标准：均匀实分布数据库；
#pragma omp并行专用（a、b）
用于（长i=0；i

至少在我的系统上的一个快速测试中，单线程运行大约4秒，启用OpenMP时运行大约1秒（这是在一个4核处理器上，因此接近完美的扩展）

请注意，如果您使用的是32位系统（或至少使用生成32位代码的编译器），那么如果您使用
mt19937
而不是
mt19937\u 64
，这可能会大大加快速度。对于每个生成的数字，这将只有32位随机性，但这可能与
rand（）
产生的随机性一样多。在64位系统/编译器上，期望
mt19937\u 64
运行同样快，并产生更大的随机性

另一个小提示：这里我刚刚为每个生成器使用了默认种子（即
1
）。您可能希望随机生成种子，例如从
std:：random_device
，并分别为每个线程的生成器种子，这样就不会在线程之间获得重复的数字。
事实证明，
rand
不是线程安全的。一个简单的选择是
drand48\u r
，这是我试图使用的。如下所示更改我的循环显示了我所期望的确切加速：

#pragma omp parallel for private(ii, rBuf, trand) shared(xs,ys)
    for(ii = 0; ii < N; ii++) {
        drand48_r(&rBuf, &trand);
        xs[ii] = trand;
        drand48_r(&rBuf, &trand);
        ys[ii] = trand;
    } 

#专用（ii、rBuf、trand）共享（xs、ys）的pragma omp并行
对于（ii=0；ii
你在哪个平台上，N的价值是什么？Linux（我认为这无关紧要）和
N
是
500050000
。可能是@OMGtechy的重复：它最初看起来可能是重复的，但我不认为是。使用
rand（）
的具体细节（我相信）在这里非常相关（见我的答案）。