并行计算openMP 的简单介绍

最近在看多核编程。简单来说，由于现在电脑CPU多个核心，传统的单线程编程方式难以发挥多核CPU的强大功能，于是多核编程应运而生。多核编程可以认为是对多线程编程做了一定程度的抽象，提供一些简单的API，使得用户不必花费太多精力来了解多线程的底层知识，从而提高编程效率。最近关注的多核编程的工具包括openMP和TBB。按照目前网上的讨论，TBB风头要盖过openMP，比如openCV过去是使用openMP的，但从2.3版本开始抛弃openMP，转向TBB。相比之下，openMP则非常容易上手。先介绍下openMP的简单使用。

openMP支持的编程语言包括C语言、C++和Fortran，支持OpenMP的编译器包括Sun Studio，Intel Compiler，Microsoft Visual Studio，GCC。

我的编译环境：gcc (GCC) 5.4.0、Intel(R) Xeon(R) CPU E5-2690 v3 @ 2.60GHz 12核24线程

以下实验中给出了一个for循环并行化的例子，仅描述for循环并行化的基本用法（即#pragma omp parallel for预处理器指示符），该用法需要满足数据不相关性。这个例子是有一个简单的test()函数，然后在main()里，用一个for循环把这个test()函数跑100遍分别计算时间。

#include 
#include 
#include 

using namespace std;
void test()
{
        int a = 0;
        for(int i = 0; i < 100000000; i++)
        {   
                a++;
        }    
}
int main()
{
        int i;
        float cost;
        struct timeval  begin, end;

        gettimeofday(&begin, NULL);    
        #pragma omp parallel for
        for(i = 0; i < 100; i++)
        {   
                test();
        }   
        gettimeofday(&end, NULL);    
        cost = (end.tv_sec - begin.tv_sec)+(end.tv_usec - begin.tv_usec)/1000000; 
        cout<<"openmp time:"<

使用openmp API ，gcc编译需要加上-fopenmp编译选项。

编译：g++ -fopenmp -o xx openmp.cpp   执行：./xx

运行结果如图：

从结果可以看出未使用openmp加速的时间是使用了openmp并行加速花费的时间的21倍！openmp并行加速效果显著。

注意：

尽管OpenMP可以方便地对for循环进行并行化，但并不是所有的for循环都可以进行并行化。以下几种情况不能进行并行化：

1. for循环中比较操作符必须是<, <=, >, >=。例如for (int i = 0; i ！= 10; ++i){}会编译不通过，报错：error: invalid controlling predicate；

2. for循环中的第三个表达式，必须是整数的加减，并且加减的值必须是一个循环不变量。例如for (int i = 0; i != 10; i = i + i){}会报段错误；

3. 循环必须是单入口、单出口，也就是说循环内部不允许能够达到循环以外的跳转语句，exit除外。异常的处理也必须在循环体内处理。例如：若循环体内的break或goto会跳转到循环体外，那么会编译不通过，报错：break statement used with OpenMP for loop。