矩形中点法计算近似值的多种OpenMP并行实现 利用,给出C/C++串行实现,以及不少于4种基于OpenMP的并行实现方式,计算的近似值。使用矩形中点法计算值的示意如下,其中。…
- User
矩形中点法计算近似值的多种OpenMP并行实现 利用,给出C/C++串行实现,以及不少于4种基于OpenMP的并行实现方式,计算的近似值。使用矩形中点法计算值的示意如下,其中。 要求:(1)对关键代码,如OpenMP语句添加注释;(2)添加计时函数,比较不同线程和实现方式下的计算耗时和加速比;串行代码是#include <stdio.h> int main() { int i,num_steps; double step; double x,pi,sum =0.0; scanf( "%f", &num_steps); step =1.0/(double) num_steps; for (i=0 ;i<=num_steps;i++) { x=(i +0.5)step; sum =sum +4.0 /(1.0 + xx); } pi = step * sum; printf("pi is approximately:%.16lf\n",pi); return 0; }我希望给出四种openmp方法,其中要包括parallel构造并行、for共享任务结构并行(可采用parallel for复合构造)、reduction规约并行方法
- Assistant
串行代码:
#include <stdio.h> int main() { int i,num_steps; double step; double x,pi,sum =0.0; scanf( "%d", &num_steps); // 读入矩形数 step =1.0/(double) num_steps; for (i=0 ;i<=num_steps;i++) { x=(i +0.5)*step; sum =sum +4.0 /(1.0 + x*x); } pi = step * sum; printf("pi is approximately:%.16lf\n",pi); return 0; }注:代码中修改了
scanf读入格式,使用了%d。同时,为了方便指定矩形数量,可以通过命令行参数指定,如:$ ./program 10000000表示使用10000000个矩形进行近似计算。
OpenMP实现:
方法1 - parallel共享任务并行:
#include <stdio.h> #include <omp.h> int main() { int i,num_steps; double step; double x,pi,sum =0.0; double start_time, end_time; // 计时变量 scanf( "%d", &num_steps); // 读入矩形数 step =1.0/(double) num_steps; start_time = omp_get_wtime(); // 记录起始时间 #pragma omp parallel shared(step, num_steps) private(x) reduction(+:sum) { #pragma omp for for (i=0 ;i<=num_steps;i++) { x=(i +0.5)*step; sum =sum +4.0 /(1.0 + x*x); } } pi = step * sum; end_time = omp_get_wtime(); // 记录结束时间 printf("pi is approximately:%.16lf\n",pi); printf("Time : %lf s\n", end_time - start_time); // 输出计算时间 return 0; }注:使用
parallel构造并行计算,for循环中使用private指定私有变量x,采用reduction规约并行计算结果sum。注意,reduction指令默认使用可用的计算资源数量作为线程数,所以不需要手动指定线程数。同时,使用omp_get_wtime函数计算并输出计算时间。方法2 - for共享任务并行:
#include <stdio.h> #include <omp.h> int main() { int i,num_steps; double step; double x,pi,sum =0.0; double start_time, end_time; // 计时变量 scanf( "%d", &num_steps); // 读入矩形数 step =1.0/(double) num_steps; start_time = omp_get_wtime(); // 记录起始时间 #pragma omp parallel for shared(step, num_steps) private(x) reduction(+:sum) for (i=0 ;i<=num_steps;i++) { x=(i +0.5)*step; sum =sum +4.0 /(1.0 + x*x); } pi = step * sum; end_time = omp_get_wtime(); // 记录结束时间 printf("pi is approximately:%.16lf\n",pi); printf("Time : %lf s\n", end_time - start_time); // 输出计算时间 return 0; }注:采用
parallel for复合结构计算并行,指定共享变量step, num_steps,私有变量x,规约计算结果sum。计算时间使用与方法1相同的方式。方法3 - for规约并行:
#include <stdio.h> #include <omp.h> int main() { int i,num_steps; double step; double x,pi,sum =0.0; double start_time, end_time; // 计时变量 scanf( "%d", &num_steps); // 读入矩形数 step =1.0/(double) num_steps; start_time = omp_get_wtime(); // 记录起始时间 #pragma omp parallel for shared(step, num_steps, sum) private(x) reduction(+:sum) for (i=0 ;i<=num_steps;i++) { x=(i +0.5)*step; sum =sum +4.0 /(1.0 + x*x); } pi = step * sum; end_time = omp_get_wtime(); // 记录结束时间 printf("pi is approximately:%.16lf\n",pi); printf("Time : %lf s\n", end_time - start_time); // 输出计算时间 return 0; }注:采用
parallel for复合结构计算并行,指定共享变量step, num_steps, sum,私有变量x,规约计算结果sum。计算时间使用与方法1,2相同的方式。方法4 - reduction规约并行:
#include <stdio.h> #include <omp.h> int main() { int i,num_steps; double step; double x,pi,sum =0.0; double start_time, end_time; // 计时变量 scanf( "%d", &num_steps); // 读入矩形数 step =1.0/(double) num_steps; start_time = omp_get_wtime(); // 记录起始时间 #pragma omp parallel reduction(+:sum) { double x_private; #pragma omp for for (i=0 ;i<=num_steps;i++) { x_private=(i +0.5)*step; sum =sum +4.0 /(1.0 + x_private*x_private); } } pi = step * sum; end_time = omp_get_wtime(); // 记录结束时间 printf("pi is approximately:%.16lf\n",pi); printf("Time : %lf s\n", end_time - start_time); // 输出计算时间 return 0; }注:采用
reduction规约并行计算,使用一个私有变量x_private进行计算,指定规约计算结果sum。计算时间使用与前面三种方法相同的方式。
Other models, same or similar prompt
Responses were produced in different, uncontrolled contexts (system prompts, settings, prior turns). This is not a benchmark.