Multithreading 在不同的线程下运行相同的代码有什么意义-openMP？

发件人：

平行结构

并行构造启动并行块。它创建了一个团队 N个线程（其中N在运行时确定，通常从
CPU核的数量，但可能会受到一些因素的影响），所有 执行下一条语句（或下一个块，如果该语句 是一个{…}-enclosure）。在语句之后，线程重新连接到 一个

---

我想了解在不同线程下运行相同代码的意义。在什么样的情况下它会有帮助？

OpenMP的基本思想是分配工作。为此，您需要创建一些线程

parallel

构造创建这个数量的线程。之后，您可以将工作分配/共享给其他构件，如

omp for

或

omp task

---

这种区别的一个可能好处是，当您必须为每个线程分配内存（即线程本地数据）时。

OpenMP的基本思想是分配工作。为此，您需要创建一些线程

parallel

构造创建这个数量的线程。之后，您可以将工作分配/共享给其他构件，如

omp for

或

omp task

这种区别的一个可能好处是，当您必须为每个线程分配内存（即线程本地数据）时

我想了解在不同线程下运行相同代码的意义。在什么样的情况下它会有帮助

当您在不同的数据上运行相同的代码时

例如，如果我想反转10个矩阵，我可以在10个线程上运行矩阵反转代码。。。与1个线程和

循环相比，获得（理想情况下）10倍的加速比

我想了解在不同线程下运行相同代码的意义。在什么样的情况下它会有帮助

当您在不同的数据上运行相同的代码时

例如，如果我想反转10个矩阵，我可以在10个线程上运行矩阵反转代码。。。要获得（理想情况下）10倍于1个线程的加速比和
循环的
。
通过使用
omp\u get\u thread\u num（）
可以检索线程ID，从而使您能够针对该线程ID参数化所谓的“相同代码”

举个例子：

A
是一个1000维整数数组，需要使用2个OpenMP线程对其值求和

您可以设计如下代码：

int A_dim = 1000
long sum[2] = {0,0}
#pragma omp parallel  
   { 
     int threadID = omp_get_thread_num();
     int start = threadID * (A_dim / 2)
     int end = (threadID + 1) * (A_dim / 2)
     for(int i = start; i < end; i++)
       sum[threadID] += A[i]
   }

int A_dim=1000
长和[2]={0,0}
#pragma-omp并行
{ 
int threadID=omp_get_thread_num（）；
int start=threadID*（A_dim/2）
int end=（线程ID+1）*（A_dim/2）
for（int i=start；i

start
是线程开始求和的下限（例如：线程#0将从0开始求和，而线程#1将从500开始求和）

end
与
start
几乎相同，但它是线程将求和到的数组索引的上限（例如：线程0将求和到500，求和值从
A[0]
到
A[499]
，而线程1将求和到1000，求和值从
A[500]
到
A[999]
）
通过使用
omp\u get\u thread\u num（）
您可以检索线程ID，该ID使您能够针对该线程ID参数化所谓的“相同代码”

举个例子：

A
是一个1000维整数数组，需要使用2个OpenMP线程对其值求和

您可以设计如下代码：

int A_dim = 1000
long sum[2] = {0,0}
#pragma omp parallel  
   { 
     int threadID = omp_get_thread_num();
     int start = threadID * (A_dim / 2)
     int end = (threadID + 1) * (A_dim / 2)
     for(int i = start; i < end; i++)
       sum[threadID] += A[i]
   }

int A_dim=1000
长和[2]={0,0}
#pragma-omp并行
{ 
int threadID=omp_get_thread_num（）；
int start=threadID*（A_dim/2）
int end=（线程ID+1）*（A_dim/2）
for（int i=start；i

start
是线程开始求和的下限（例如：线程#0将从0开始求和，而线程#1将从500开始求和）

end
与
start
几乎相同，但它是线程将求和到的数组索引的上限（例如：线程0将求和到500，求和值从
A[0]
到
A[499]
，而线程1将求和到1000，求和值从
A[500]
到
A[999]
）

我想了解在不同线程下运行相同代码的意义。在什么样的情况下它会有帮助

一个例子：在物理学中，你的代码中有一个随机过程（碰撞、初始麦克斯韦等），你需要多次运行代码才能得到平均结果，在这种情况下，你需要多次运行相同的代码

我想了解在不同线程下运行相同代码的意义。在什么样的情况下它会有帮助

一个例子：在物理学中，你的代码中有一个随机过程（碰撞、初始麦克斯韦等），你需要多次运行代码才能得到平均结果，在这种情况下，你需要多次运行相同的代码