OpenMP for 循环导致错误结果答案

【问题标题】：OpenMP for loop cause wrong resultOpenMP for 循环导致错误结果
【发布时间】：2016-05-13 13:00:06
【问题描述】：

我想通过部分简单代码将循环性能与 openmp 进行比较。但结果是错误的。

我已经使用归约来避免竞争条件，但从来没有工作过。

这是我的代码：感谢您的任何建议

void TestMP_1(){
    float afValueTmp[MP_TEST_NUM] = { 0 }; // MP_TEST_NUM = 10000
    float sum = 0, sumNoMP = 0;
    float fDiff = 0;
    double eTDiff = 0;
    double t0 = 0;
    double t1 = 0;

    for (int i = 0; i < MP_TEST_NUM; i++)
    {
        afValueTmp[i] = i;
    }

    t0 = (double)getTickCount();
    for (int i = 0; i < MP_TEST_NUM; i++)
    {
        for (int k = 0; k < MP_TEST_NUM; k++);  // just for delay

        sumNoMP += afValueTmp[i];   // equation 4
    }

    t0 = ((double)getTickCount() - t0) / getTickFrequency();
    t1 = (double)getTickCount();

    #pragma omp parallel for reduction( +:sum)
    for (int i = 0; i < MP_TEST_NUM; i++)
    {
        for (int k = 0; k < MP_TEST_NUM; k++);  // just for delay

        sum += afValueTmp[i];
    }

    t1 = ((double)getTickCount() - t1) / getTickFrequency();
    eTDiff = t0 - t1;   // time improve
    fDiff = sum - sumNoMP;  // check result
    printf("%.3f\n", eTDiff);
}

【问题讨论】：

for (int k = 0; k < MP_TEST_NUM; k++) // just for delay 你希望那是一个空循环吗？那么你最后需要一个;。
@Johnny Mopp 感谢您的通知。但在添加“;”之后对于延迟循环。结果还是不匹配。
我手动计算结果是 49995000 和 sumNoMP = 49992896 sum = 49994736.....
如果你想避免四舍五入，你可以使用 double
考虑使用 Kahan 求和。

标签： visual-c++ floating-point openmp reduction

【解决方案1】：

您面临浮点精度问题。请允许我详细说明：

#include <stdio.h>

int main(void)
{
    float myOrigNumber = 49995000;
    float myNumber = myOrigNumber + 1.;

    printf ("orig: %f new: %f diff: %f\n",
            myOrigNumber, myNumber, myNumber-myOrigNumber);
    return 0;
}

结果将是：

orig: 49995000.000000 new: 49995000.000000 diff: 0.000000

那么，+1 去哪儿了？

float 类型只有 7 到 8 位有效数字。它们在哪里并不重要，因为浮点数在内部总是以Scientific notation 表示为 x.xxE+yy 表示法，其中 x.xx 有 24 位，yy 有 8 位。数字 49995001 大于 2^24 (16,777,216)，因此会四舍五入到最接近的可以准确表示的数字，显然是 49995000。

这就是为什么将double 用于sum 会减轻您的痛苦。不过，这不是一个真正的解决方案。归约运算要求运算必须是可交换的。但浮点加法不一定是这样：如果你在sum上加一百次1然后49995000，结果会和你先加1和49995000，然后再加九十九次1时不同：在第二如上所示，后面的每个 +1 都会向下舍入。

【讨论】：

【解决方案2】：

根据您所写的内容和预期的四舍五入，您的结果可能是正确的。

【讨论】：

afValueTmp[i] 中的数字都是整数，并且 49995000 不超过浮点类型范围。为什么会有舍入问题，导致结果不同？我发现一旦我对 sum & sumNoMP 使用 double 类型，所有结果都是正确的。