使用 OpenMP 并行化此递归的最佳方法

Question

我有以下递归函数（注意：它被剥夺了所有不重要的细节）

int recursion(...) {

  int minimum = INFINITY;
  for(int i=0; i<C; i++) {
      int foo = recursion(...);

      if (foo < minimum) {
          minimum = foo;
      }
  }

  return minimum;
}

注意2：它是有限，但在这个简化的例子中没有，所以请忽略它。这个问题的重点是如何正确地解决这个问题。

我在考虑使用tasks，但我不确定如何正确使用它——如何并行化内部循环。

编辑 1： 递归树不平衡。它与动态编程方法一起使用，因此随着时间的推移，许多值从以前的通道中重新使用。这让我很担心，我认为这将是一个很大的瓶颈。

C 大约是 20。

最好的指标是最快的:)

它将在 2x Xeon 上运行，因此有大量可用的硬件电源。

Answer 1

是的，您可以使用 OpenMP 任务在多个递归级别上利用并行性，并确保不平衡不会导致循环浪费。

我会在vector 中收集结果并计算外面的最小值。您还可以在任务中执行受保护的（关键/锁定）最小计算。

如果递归太深，开销/工作比率变得太差，请避免生成任务/分配内存最少。最强大的解决方案是创建两个单独的（并行/串行）递归函数。这样一来，一旦切换到串行函数，运行时开销就为零 - 而不是每次在统一函数中都根据阈值检查递归深度。

int recursion(...) {
    #pragma omp parallel
    #pragma omp single
    return recursion_par(..., 0);
}

int recursion_ser(...) {
    int minimum = INFINITY;
    for(int i=0; i<C; i++) {
        int foo = recursion_ser(...);
        if (foo < minimum) {
            minimum = foo;
        }
    }
    return minimum;
}

int recursion_par(..., int depth) {
    std::vector<int> foos(C);
    for(int i=0; i<C; i++) {
        #pragma omp task
        {
            if (depth < threshhold) {
                foos[i] = recursion_par(..., depth + 1);
            } else {
                foos[i] = recursion_ser(...);
            }
        }
    }
    #pragma omp taskwait
    return *std::min_element(std::begin(foos), std::end(foos));
}

显然你不能在不重要的细节中对全局/共享状态做任何讨厌的事情。