omp 并行运算，float计算误差那么大，怎么办

[GKatHere]

//  开启omp并行，float计算误差累积到了0.2.
	//		服了呀....
	{
		std::cout.precision(14);

		std::array<float, 100000> da;
		for (size_t i = 0; i < da.size(); i++)
			da[i] = 1.0f * i / da.size();

		long cnt = 0;
		float cf = 0;
		double cdb = 0;
#pragma omp parallel for         
		for (int i = 0; i < 100000; i++)
		{
#pragma omp critical
			{
				cnt++;
				cf += da[i];
				cdb += da[i];
			}
		}
		// x86 debug 输出：		100000	49999.6953125	49999.5	(49999.6953125这个值，还每次都不一样)
		// x86 release 输出：	100000	49999.54296875	49999.5	(49999.54296875这个值，还每次同样不一样)
		std::cout << cnt << " " << cf << " " << cdb << std::endl;	

		cnt = 0;
		cf = 0;
		cdb = 0;
		for (int i = 0; i < 100000; i++)
		{
			cnt++;
			cf += da[i];
			cdb += da[i];
		}

		// x86 debug 输出：		100000	49999.51171875	49999.5
		// x86 release 输出：	100000	49999.51171875	49999.5
		std::cout << cnt << " " << cf << " " << cdb << std::endl;
	}

 

[GKatHere]

@A11000100A 谢了..想用double,不过太耗空间了

[A11000100A]

在这个代码中，浮点数计算误差累积到了0.2，可能是由于多个线程同时对cf和cdb进行累加操作时导致的。为了解决这个问题，可以尝试以下方法：

使用OpenMP的reduction指令：将累加操作放在reduction指令中，让OpenMP自动处理并行计算中的累加操作。这样可以避免多个线程同时对同一个变量进行累加操作，从而减小误差。修改代码如下：

cpp
Copy code
#pragma omp parallel for reduction(+:cf,cdb)
for (int i = 0; i < 100000; i++)
{
cnt++;
cf += da[i];
cdb += da[i];
}

使用更高精度的数据类型：可以尝试使用double类型来存储浮点数，以提高计算的精度。修改代码如下：

cpp
Copy code
std::array<double, 100000> da;

减少并行度：减少并行计算的线程数量，使得每个线程负责的计算量更大，从而减小误差。可以通过设置OMP_NUM_THREADS环境变量来控制线程数量。
需要注意的是，浮点数计算误差是由于浮点数的存储方式和运算规则所导致的，这是一个普遍存在的问题。在进行浮点数计算时，需要始终注意并处理可能的误差。

[GKatHere]

@Williamtym 我现在采用的是，一边用少量的double, 一边拉大数值空间，减少误差的影响...

[Williamtym]

浮点数计算误差是一个常见的问题。这是因为浮点数在计算机中以二进制形式表示，而大多数实数（例如十进制中的小数）无法精确地用二进制表示，因此存在舍入误差。

有几种方法可以减少浮点数计算误差：

使用更高精度的数据类型：如果需要更高的精度，可以使用更长的或更高精度的浮点数类型，如double或long double。
使用对称数：对称数是一种表示方式，使得计算机在进行浮点数计算时没有舍入误差。例如，可以将浮点数表示为(sign, exponent, mantissa)的形式，其中sign为正负号，exponent为指数，mantissa为尾数。这样，正数和负数的指数就可以用相同的表示方式，从而避免了舍入误差。
使用数值稳定的算法：数值稳定的算法是指在计算过程中保持舍入误差较小或可控的算法。这些算法通常会在计算过程中减少舍入误差的影响，以确保计算结果的准确性。
使用并行计算库：一些并行计算库提供了数值稳定的的高精度计算函数，可以在并行计算中减少浮点数计算误差。
调整计算精度：如果可能的话，可以调整计算精度，以减少舍入误差的影响。例如，可以设置计算精度为某个容忍度，以接受一定的计算误差。
总之，在并行计算中，浮点数计算误差是无法完全避免的，但可以通过上述方法减少其影响，以确保计算结果的准确性。

[CSDN-Ada助手]

您的问题已经帮您同步至问答, 链接: https://ask.csdn.net/questions/7983093, 请您保持关注, 如果回答有帮助解决此问题, 麻烦您动动小手给相关的回答点赞, Ada会在评论区为您更新结题状态