Parallel processing 写入单个向量时OpenMP中的错误共享

我学会了使用OpenMP，他给出了一个虚假共享的例子，如下所示。该程序非常简单，用于计算4.0/（1+x*x）的数值积分，x的范围为0到1。代码使用一个向量来包含从0到1的每个x的值4.0/（1+x*x），然后在末尾对向量求和：

#include <omp.h>
static long num_steps = 100000;
double step;
#define NUM_THREADS 2
void main()
{
    int i, nthreads; double pi, sum[NUM_THREADS];
    step = 1.0/(double)num_steps;
    omp_set_num_threads(NUM_THREADS);
    #pragma omp parallel
    {
        int i, id, nthrds;
        double x;
        id = omp_get_thread_num();
        nthrds = omp_get_num_threads();
        if (id == 0) nthreads = nthrds;
        for (i=id, sum[id]=0.0; i<num_steps; i=i+nthrds){
            x = (i+0.5)*step;
            sum[id] += 4.0/(1.0+x*x);
        }
    }
    for (i=0; pi=0.0; i<nthreads;i++) pi += sum[i]*step;
}

#包括
静态长步数=100000；
双台阶；
#定义NUM_线程2
void main（）
{
int i，n线程；双pi，和[NUM_线程]；
步长=1.0/（双）个步长；
omp_设置_num_线程（num_线程）；
#pragma-omp并行
{
int i，id，nthrds；
双x；
id=omp_get_thread_num（）；
nthrds=omp_get_num_threads（）；
如果（id==0）nthreads=nthrds；
对于（i=id，sum[id]=0.0；i本教程不断向堆栈溢出问题上的困惑者发送消息-有时自下而上学习不是一个好主意

数组
sum
只有
2===NUM_线程
项，即
[线程0的和，线程1的和
]项。这些值可能位于同一缓存线上，因此导致错误共享

如果输入和输出向量足够大（即每个线程有数百个元素），您很好。您应该始终使用惯用OpenMP，即为

使用

并行，而不是本教程有问题的示例中显示的手动工作共享。默认情况下，您很好，因为OpenMP将为同一线程分配相邻索引

如果您还没有达到教程中的要点，请确保使用内置的reduce关键字，而不是如示例中所示手动将reduce拼凑在一起