Parallel processing OpenMP竞争条件下的并行编程不工作 void ompClassifyToClusteres（点*点，簇*簇，整数 numOfPoints，int numfclusteres，int myid）{ int i，j； 集群最紧密的集群； 双近距离； 双温距； omp_集合_num_线程（omp_num_OF_线程）； #pragma omp并行专用（j） { #pragma omp for 对于（i=0；i

是的，存在竞争条件。tempDistance、closestCluster和closestDistance也应该是私有的。一个很好的检查方法是问自己，如果这些变量同时发生，是否需要每个for循环迭代的这些变量都不同

---

你可以用private（）将它们设置为private子句，或者只是在外部for循环中声明它们。

是的，有一个竞争条件。tempDistance、closestCluster和closestDistance也应该是私有的。一个好的检查方法是问问自己，如果这些变量同时发生，是否需要每个for循环迭代的变量都不同

---

您可以使用private（）子句将它们设置为private，就像使用j一样，或者只在外部for循环中声明它们。

如果我理解正确，打印点应该位于并行区域之外。请尝试将#pragma omp for与并行区域相结合（#pragma omp parallel for，并取出打印点。如果我理解正确，打印点应该在并行区域之外。请尝试将#pragma omp for与并行区域相结合（#pragma omp parallel for，并取出打印点）。

void ompClassifyToClusteres(Point* points, Cluster* clusteres, int 
numOfPoints, int numOfClusteres, int myid) {

int i, j;
Cluster closestCluster;
double closestDistance;
double tempDistance;

omp_set_num_threads(OMP_NUM_OF_THREADS);
#pragma omp parallel private(j)
{
#pragma omp for 
    for (i = 0; i < numOfPoints; i++) {
        closestCluster = clusteres[0];
        closestDistance = distanceFromClusterCenter(points[i], closestCluster);

        for (j = 1; j <= numOfClusteres; j++) {
            tempDistance = distanceFromClusterCenter(points[i], clusteres[j]);
            if (tempDistance < closestDistance) {
                closestCluster = clusteres[j];
                closestDistance = tempDistance;
            }
        }
        points[i].clusterId = closestCluster.id;
    }

}


printPoints(points, numOfPoints);



}