C OpenMP 並行For 循環：std::vector 的替代品
std::vector 是一種通用的資料結構，通常用於平行計算使用OpenMP 迴圈。但是，在某些情況下，替代方案可能更合適，特別是在優先考慮速度或在循環期間遇到調整大小問題時。
共享資料結構的一個選項是使用 OpenMP 4.0 的自訂縮減。 's #pragma omp 聲明減少。這減少了對關鍵部分的需求並簡化了平行程式碼。
保留順序的另一種替代方法是使用帶有有序部分的靜態調度。這可以確保每個執行緒按順序寫入向量的特定部分，從而無需稍後合併。
在需要調整大小的場景中，使用指標數組來追蹤線程的方法- 可以採用特定的前綴和。這種方法避免了在關鍵路徑上調整大小的開銷。
以下是這些替代方案的程式碼範例：// Custom reduction #pragma omp declare reduction (merge: std::vector<int>: omp_out.insert(omp_out.end(), omp_in.begin(), omp_in.end()) std::vector<int> vec; #pragma omp parallel for reduction(merge: vec) for (int i = 0; i < 100; i++) vec.push_back(i);
// Static scheduling with ordered sections
std::vector<int> vec;
#pragma omp parallel
{
int ithread = omp_get_thread_num();
int nthreads = omp_get_num_threads();
#pragma omp single
{
prefix = new size_t[nthreads + 1];
prefix[0] = 0;
}
std::vector<int> vec_private;
#pragma omp for schedule(static) nowait
for (int i = 0; i < 100; i++) {
vec_private.push_back(i);
}
prefix[ithread + 1] = vec_private.size();
#pragma omp barrier
#pragma omp single
{
for (int i = 1; i < (nthreads + 1); i++)
prefix[i] += prefix[i - 1];
vec.resize(vec.size() + prefix[nthreads]);
}
std::copy(vec_private.begin(), vec_private.end(), vec.begin() + prefix[ithread]);
}
delete[] prefix;以上是C OpenMP 並行 For 迴圈中 std::vector 的替代方案是什麼？的詳細內容。更多資訊請關注PHP中文網其他相關文章！
