闪电战++；，犰狳和OpenMP非常慢

我已经尝试了很长时间来学习如何并行化，并且我已经阅读了很多关于OpenMP的注释。所以，我尝试使用它，我得到的结果是，我尝试并行的所有位置都比串行情况慢5倍，我想知道为什么

我的代码是下一个：

• toevaluate

  是一个包含两列和两行长度的闪电矩阵

• storecallj

  和

  storecallk

  只是我用来存储调用和避免额外函数调用的两个blitz向量

• matrix

  是一个长度为列（cols=行）的方形犰狳矩阵，行的长度为行（我稍后将使用它来做其他事情，将其定义为犰狳矩阵更方便）

• externfunction1

  是一个在此之外定义的函数，它计算f（a，b）函数的（x，y）值，其中（a，b）是输入，（x，y）是输出

• Problem

  是一个字符串变量，

  normal

  是一个布尔值

• resultk

  和

  resultj

  是存储此类函数输出的向量（x，y）

• externfunction2

  是在此之外定义的另一个函数，它通过计算funci（i=1,2）来计算double，funci是一个blitz多项式。该多项式在double:innerprod中求值，得到另一个double:wvaluei（i=1,2）

我认为这些都是一般性的。代码如下

{
omp_集_动态（0）；
OMP_NUM_线程数=4；
omp_设置_num_线程（omp_num_线程）；
int chunk=int（floor（cols/OMP_NUM_线程））；
#pragma omp并行共享（矩阵、storecallj、toevaluate、resultj、cols、行、storecallk、atzero、innerprod、wvalue1、wvalue2、func1、func2、storediff、检查、问题、正常、块）私有（tid、j、k）
{
tid=omp_get_thread_num（）；
如果（tid==0）
{
printf（“初始化并行进程…\n”）；
}
#用于折叠（2）计划（动态、块）nowait的pragma omp
对于（j=0；jSorry，在我发布的第二部分中，它不包括“collapse（2）”，它只用于（j=0；j阅读代码，这是第一件要做的事情（除了检查用于测量这个5x结果的计时器）首先检查一个并行区域中修改的标量变量不应该是<代码>共享< /代码>。例如，在这里，<代码> StuleCaljJ应该是代码>私人< /代码>我相信……谢谢吉尔斯，对我来说。确定我在并行化和串行版本中使用timer.tic（）和timer.toc（）的时间正好在外部区域之外。storecallj是一个向量，但你是对的，它在每个线程内都被修改。如果我把它和privited中所有线程修改量放在一起，我会得到分段错误（内核转储）…另一方面，如果我将所有向量：storecallj、resultj、storecallk、storediff保持为共享，并对线程中更改的所有双精度变量：wvalue1、wvalue2进行私有化，检查程序运行情况，但仍然慢5倍。IDK what
timer.tic（）
和
timer.toc（）
do…对于定时OpenMP代码，建议使用
omp\u get\u wtime（）
…现在，对于需要设置的各种临时变量
private
，只需在
并行
区域内而不是在外部声明它们。这样，它们将隐式地成为
private
，这正是您想要的，顺便说一句，这将使您的代码更具可读性。再次感谢@Gilles，我尝试过了这是：#pragma omp parallel shared（variables）private（tid，j，k）{omp_set_dynamic（0）；omp_NUM_THREADS=4；omp_set_NUM_THREADS（omp#u THREADS）；数组resultj（2），resultk（2），storecallj（2），storecallk（2），storediff（2）；双innerprod，wvalue1，wvalue2，checking；#pragma omp for schedule（dynamic，chunk），nowait for（…j…）{storecallj=toevaluate（j，All）；externfunction1（problem，normal，storecallj，resultj）；for（…k…）{使用omp_get_wtime（）的时间仍然是一样的。我很难理解为什么速度慢。。。