OpenMP 中的共享向量

Question

我正在尝试并行化我正在使用的程序并得到以下问题。 如果多个线程需要在同一个向量但向量的不同元素上读/写，我会损失性能吗？我有一种感觉，这就是我的程序在并行化后几乎没有变得更快的原因。取以下代码：

#include <vector> 

int main(){

    vector<double> numbers;
    vector<double> results(10);
    double x;

    //write 10 values in vector numbers
    for (int i =0; i<10; i++){
        numbers.push_back(cos(i));  
    } 

#pragma omp parallel for \
    private(x) \
    shared(numbers, results)
        for(int j = 0;  j < 10;  j++){

            x  =  2 * numbers[j]  +  5;  
#pragma omp critical  // do I need this ?
            {
                results[j]  =  x;     
            }
        }

    return 0;

}

显然，实际程序执行的操作要昂贵得多，但这个例子应该 只解释我的问题。那么 for 循环是否可以快速完成并且完全并行，或者不同的线程是否必须相互等待，因为一次只有一个线程可以访问向量编号，尽管它们都在读取向量的不同元素？

与写操作相同的问题：我需要关键的编译指示还是没有问题，因为每个线程都写入向量结果的不同元素？ 我对我能得到的每一个帮助都很满意，而且很高兴知道是否有更好的方法来做到这一点（也许根本不使用向量，而是简单的数组和指针等？） 我还读到向量在某些情况下不是线程安全的，建议使用指针：OpenMP and STL vector

非常感谢您的帮助！

Answer 1

我想多线程中向量的大多数问题是如果它必须调整大小，那么它将向量的全部内容复制到内存中的一个新位置（分配的更大块），如果你正在访问它这个并行然后你只是试图读取一个已被删除的对象。

如果您不调整数组的大小，那么我在对向量进行并发读写时从来没有遇到过任何问题（显然，只要我没有写两次相同的元素）

至于性能提升不足，openmp 临界区会使您的程序减慢到可能与仅使用 1 个线程相同（取决于在该临界区之外实际完成了多少）

您可以删除临界区语句（考虑到上述条件）。

Answer 2

正是因为多余的关键 sectino，您无法获得加速，因为永远不会同时修改相同的元素。删除关键部分，它会正常工作。

您也可以使用调度策略，因为如果内存访问不是线性的（在您给出的示例中），线程可能会争夺缓存（在同一缓存行中写入元素）。 OTOH，如果按照您的情况给出了元素的数量并且循环中没有分支（因此它们将以大致相同的速度执行），static，这是 IIRC 的默认值，无论如何应该是最好的。

（顺便说一句，您可以在循环中声明 x 以避免 private(x) 并且 shared 指令是隐含的 IIRC（我从未使用过）。）