Skip to content
TheChatArchiveThe Chat Archive
gpt-3.5-turbo-0301· openaiHugging Face Suzhen/CodeChat

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。…

  1. 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

  2. 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。

Responses were produced in different, uncontrolled contexts (system prompts, settings, prior turns). This is not a benchmark.