openMP的一点使用经验

最近在看多核编程。简单来说，由于现在电脑CPU一般都有两个核，4核与8核的CPU也逐渐走入了寻常百姓家，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。按照我的理解，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。这两天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。但我试下来，TBB还是比较复杂的，相比之下，openMP则非常容易上手。因为精力和时间有限，没办法花费太多时间去学习TBB，就在这里分享下这两天学到的openMP的一点知识，和大家共同讨论。

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。我使用的是Microsoft Visual Studio 2008，CPU为Intel i5 四核，首先讲一下在Microsoft Visual Studio 2008上openMP的配置。非常简单，总共分2步：

(1) 新建一个工程。这个不再多讲。

(2) 建立工程后，点击 菜单栏->Project->Properties，弹出菜单里，点击 Configuration Properties->C/C++->Language->OpenMP Support，在下拉菜单里选择Yes。

至此配置结束。下面我们通过一个小例子来说明openMP的易用性。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8遍。

 1 #include <iostream>
 2 #include <time.h>
 3 void test()
 4 {
   
 5     int a = 0;
 6     for (int i=0;i<100000000;i++)
 7         a++;
 8 }
 9 int main()
10 {
   
11     clock_t t1 = clock();
12     for (int i=0;i<8;i++)
13         test();
14     clock_t t2 = clock();
15     std::cout<<"time: "<<t2-t1<<std::endl;
16 }

编译运行后，打印出来的耗时为：1.971秒。下面我们用一句话把上面代码变成多核运行。

 1 #include <iostream>
 2 #include <time.h>
 3 void test()
 4 {
   
 5     int a = 0;
 6     for (int i=0;i<100000000;i++)
 7         a++;
 8 }
 9 int main()
10 {
   
11     clock_t t1 = clock();
12     #pragma omp parallel for
13     for (int i=0;i<8;i++)
14         test();
15     clock_t t2 = clock();
16     std::cout<<"time: "<<t2-t1<<std::endl;
17 }

编译运行后，打印出来的耗时为：0.546秒，几乎为上面时间的1/4。

由此我们可以看到openMP的简单易用。在上面的代码里，我们一没有额外include头文件，二没有额外link库文件，只是在for循环前加了一句#pragma omp parallel for。而且这段代码在单核机器上，或者编译器没有将openMP设为Yes的机器上编译也不会报错，将自动忽略#pragma这行代码，然后按照传统单核串行的方式编译运行！我们唯一要多做的一步，是从C:\Program Files\Microsoft Visual Studio 9.0\VC\redist\x86\Microsoft.VC90.OPENMP和C:\Program Files\Microsoft Visual Studio 9.0\VC\redist\Debug_NonRedist\x86\Microsoft.VC90.DebugOpenMP目录下分别拷贝vcomp90d.dll和vcomp90.dll文件到工程文件当前目录下。

对上面代码按照我的理解做个简单的剖析。

当编译器发现#pragma omp parallel for后，自动将下面的for循环分成N份，(N为电脑CPU核数)，然后把每份指派给一个核去执行，而且多核之间为并行执行。下面的代码验证了这种分析。

1 #include <iostream>
2 int main()
3 {
   
4 #pragma omp parallel for
5     for (int i=0;i<10;i++)
6         std::cout<<i<<std::endl;
7     return 0;
8 }

会发现控制台打印出了0 3 4 5 8 9 6 7 1 2。注意：因为每个核之间是并行执行，所以每次执行时打印出的顺序可能都是不一样的。

下面我们来了谈谈竞态条件(race condition)的问题，这是所有多线程编程最棘手的问题。该问题可表述为，当多个线程并行执行时，有可能多个线程同时对某变量进行了读写操作，从而导致不可预知的结果。比如下面的例子，对于包含10个整型元素的数组a，我们用for循环求它各元素之和，并将结果保存在变量sum里。

 1 #include <iostream>
 2 int main()
 3 {
   
 4     int sum = 0;