大佬教程收集整理的这篇文章主要介绍了用于最小,最大,中位数,平均值的OpenMp C ++算法,大佬教程大佬觉得挺不错的,现在分享给大家,也给大家做个参考。
OpenMP(至少2.0)支持某些简单操作的缩减,但不支持max和min。
在下面的示例中,该reduction
子句用于求和,而一个critical
节用于使用线程局部变量无冲突地更新共享变量。
#include <iostream>
#include <cmath>
int main()
{
double sum = 0;
uint64_t ii;
uint64_t maxii = 0;
uint64_t maxii_shared = 0;
#pragma omp parallel shared(maxii_shared) private(ii) firstprivate(maxii)
{
#pragma omp for reduction(+:sum) Nowait
for(ii=0; ii<10000000000; ++ii)
{
sum += std::pow((doublE)ii, 2.0);
if(ii > maxii) maxii = ii;
}
#pragma omp critical
{
if(maxii > maxii_shared) maxii_shared = maxii;
}
}
std::cerr << "Sum: " << sum << " (" << maxii_shared << ")" << std::endl;
}
编辑:一个更清洁的实现:
#include <cmath>
#include <limits>
#include <vector>
#include <iostream>
#include <algorithm>
#include <tr1/random>
// sum the elements of v
double sum(const std::vector<double>& v)
{
double sum = 0.0;
#pragma omp parallel for reduction(+:sum)
for(size_t ii=0; ii< v.size(); ++ii)
{
sum += v[ii];
}
return sum;
}
// extract the minimum of v
double min(const std::vector<double>& v)
{
double shared_min;
#pragma omp parallel
{
double min = std::numeric_limits<double>::max();
#pragma omp for Nowait
for(size_t ii=0; ii<v.size(); ++ii)
{
min = std::min(v[ii], min);
}
#pragma omp critical
{
shared_min = std::min(shared_min, min);
}
}
return shared_min;
}
// generate a random vector and use sum and min functions.
int main()
{
using namespace std;
using namespace std::tr1;
std::tr1::mt19937 ENGIne(time(0));
std::tr1::uniform_real<> unigen(-1000.0,1000.0);
std::tr1::variate_generator<std::tr1::mt19937,
std::tr1::uniform_real<> >gen(ENGIne, unigen);
std::vector<double> random(1000000);
std::generate(random.begin(), random.end(), gen);
cout << "Sum: " << sum(random) << " Mean:" << sum(random)/random.size()
<< " Min:" << min(random) << endl;
}
我在google上搜索了一个提供一些简单的OpenMp算法的页面。也许有一个示例可以从庞大的数据数组中计算最小值,最大值,中位数,平均值,但我找不到它。
至少我通常会尝试将每个核心的阵列分成一个块,然后再进行一些边界计算,以获得完整阵列的结果。
我只是不想重新发明轮子。
补充说明:我知道有成千上万个可以简单简化的示例。例如计算PI。
const int num_steps = 100000;
double x,sum = 0.0;
const double step = 1.0/double(num_steps);
#pragma omp parallel for reduction(+:sum) private(X)
for (int i=1;i<= num_steps; i++){
x = double(i-0.5)*step;
sum += 4.0/(1.0+x*X);
}
const double pi = step * sum;
但是,当这些算法无法使用时,几乎没有可简化算法的例子。
以上是大佬教程为你收集整理的用于最小,最大,中位数,平均值的OpenMp C ++算法全部内容,希望文章能够帮你解决用于最小,最大,中位数,平均值的OpenMp C ++算法所遇到的程序开发问题。
如果觉得大佬教程网站内容还不错,欢迎将大佬教程推荐给程序员好友。
本图文内容来源于网友网络收集整理提供,作为学习参考使用,版权属于原作者。
如您有任何意见或建议可联系处理。小编QQ:384754419,请注明来意。