高人帮看一下，openMP并行了以后怎么反而慢了

[kafkafka]

DWORD startTime,endTime;

double x,y,i,j;
long count=0,count1=0,count2=0;

startTime=timeGetTime();

#pragma omp parallel sections
{
#pragma omp section
{
for(x=0;x<=0.5;x+=0.0001)
for(y=0;y<=1;y+=0.0001)
{
if(x*x+y*y<=1) count1++;
}
}
#pragma omp section
{
for(i=0.5001;i<=1;i+=0.0001)
for(j=0;j<=1;j+=0.0001)
{
if(i*i+j*j<=1) count2++;
}
}
}
count=count1+count2;
endTime=timeGetTime();

cout << endl << "Calculations took " << endTime-startTime << "ms.\n";

在vs2008下，打开openMP开关比关闭openMP开关慢了2倍多。就是并行比串行慢了2倍多，为什么呢？并行的2段代码毫无数据相关性啊？

[zzggzc]

路过 顶一下了 哈哈

[feilong0309]

在dos进入windows时，从borland c++的dos版（3.1）到win版（4.x），感觉没什么太多的跃变；
看过一点vb(4?)，然后就遇到了以前turbo pascal的接班人：Delphi 1.0！
从而走上不归路，15年来就没再改攻其他语言，主要是用过delphi之后的一览众山小（或者说除却巫山不是云）——当然，也许深层的原因是个

[feilong0309]

在dos进入windows时，从borland c++的dos版（3.1）到win版（4.x），感觉没什么太多的跃变；
看过一点vb(4?)，然后就遇到了以前turbo pascal的接班人：Delphi 1.0！
从而走上不归路，15年来就没再改攻其他语言，主要是用过delphi之后的一览众山小（或者说除却巫山不是云）——当然，也许深层的原因是个

[feilong0309]

在dos进入windows时，从borland c++的dos版（3.1）到win版（4.x），感觉没什么太多的跃变；
看过一点vb(4?)，然后就遇到了以前turbo pascal的接班人：Delphi 1.0！
从而走上不归路，15年来就没再改攻其他语言，主要是用过delphi之后的一览众山小（或者说除却巫山不是云）——当然，也许深层的原因是个

[梧桐树叶像手掌]

不懂，帮楼主顶下吧
回复内容太短了回复内容太短了

[dwl723696524]

还不是很懂,但也顶一下

[Suese]

最近我也在研究OpenMP，我也碰到这个问题，经过仔细研究后发现，确实是资源调度的问题

2楼和34楼都是一针见血，在并行区域需要把平凡调用的变量设为私有，经测试，效率大大提高

[zhang_qwect]

还不是很懂,但也顶一下

[skybj404182603]

路过。。。。。。。。。。。。。。。。。灌水

[paratera35]

帮顶一下，好东东大家分享哦！

http://www.paratera.com/Article_pro.asp?channel=5&classid=6&classname=%E4%BB%A3%E7%90%86%E8%BD%AF%E4%BB%B6

[paratera35]

帮顶一下，好东东大家分享哦！

http://www.paratera.com/Article_pro.asp?channel=5&classid=6&classname=%E4%BB%A3%E7%90%86%E8%BD%AF%E4%BB%B6

[gzpyming]

五明！所以需要更加深入的学习

[Yexi1473]

枷锁解锁··

[洛尔烈焰]

count1和count2的问题，需要对他们进行加锁和解锁。

[kafkafka]

自己顶一下，我把x、y、i、j的定义改写到for循环中，也就是从全局变量变成局部变量，定义count1和count2时中间加入char space[64]; 使count1和count2不在同一cache行。这样克服了cache伪共享，执行时间就很理想了，加速比接近2。串610ms，并328ms。代码如下：

DWORD startTime,endTime;

//double x,y,i,j;
long count=0,count1=0;
char space[64];
long count2=0;

startTime=timeGetTime();

#pragma omp parallel sections
{
#pragma omp section
{
for(double x=0;x <=0.5;x+=0.0001)
for(double y=0;y <=1;y+=0.0001)
{
if(x*x+y*y <=1) count1++;
}
}
#pragma omp section
{
for(double i=0.5001;i <=1;i+=0.0001)
for(double j=0;j <=1;j+=0.0001)
{
if(i*i+j*j <=1) count2++;
}
}
}
count=count1+count2;
endTime=timeGetTime();

cout < < endl < < "Calculations took " < < endTime-startTime < < "ms.\n";

[Snsc]

學習了

[wolcott2387]

学习了..............

[roc7890]

// Test123444.cpp : 定义控制台应用程序的入口点。
//

#include "stdafx.h"
#include <stdio.h>
#include <math.h>
#include <Windows.h>
#include <iostream>
#include <omp.h>
using namespace std;



int _tmain(int argc, _TCHAR* argv[])
{
double startTime = 0;
double endTime = 0;

//double x,y,i,j;
long count=0;

long count1=0;
long count2=0;

startTime= omp_get_wtime();

//
#pragma omp parallel sections
{
#pragma omp section
{
long tcount = 0;
for(double x=0;x<=0.5;x+=0.0001)
for(double y=0;y<=1;y+=0.0001)
{
if(x*x+y*y<=1) tcount++;
}
count1 = tcount;

}
#pragma omp section
{
long tcount = 0;
for(double i=0.5001;i<=1;i+=0.0001)
for(double j=0;j<=1;j+=0.0001)
{
if(i*i+j*j<=1) tcount++;
}
count2 = tcount;
}
}

count = count1+count2;


endTime= omp_get_wtime();
cout<< "count = "<<count ;

cout << endl << "Calculations took " << endTime-startTime << "s.\n";

getchar();

return 0;

}

[yasaka]

[Quote=引用 62 楼 kafkafka 的回复:]

自己顶一下，我把x、y、i、j的定义改写到for循环中，也就是从全局变量变成局部变量，定义count1和count2时中间加入char space[64]; 使count1和count2不在同一cache行。这样克服了cache伪共享，执行时间就很理想了，加速比接近2。串610ms，并328ms。代码如下：

DWORD startTime,endTime;

//double x,y……
[/Quote]
深受启发，学习了！

[zhoushengyan]

为什么会是这样呢？先思考一下，其实原因很简单，编译器发现你的for循环下面是对同一个变量进行操作，这样，虽然八核都被调用起来了，但只要一个核在执行count1++;，其他的核都会锁死并等待执行完成，这样，所消耗的时间反而更长了。所以在调用多核编程的时候，切记需要并行运算的部分里不能存在这对同一个变量进行操作，这样，编译器会发现这种称为“变量冲突”的操作方式，编译器会拒绝这么操作！因为这样很危险！多核不可能同时写一个地址！！！