OpenMP本身支持減少表示數組的變量嗎？是否有可能使用openmp來減少數組？
這會工作像下面這樣...
float* a = (float*) calloc(4*sizeof(float));
omp_set_num_threads(13);
#pragma omp parallel reduction(+:a)
for(i=0;i<4;i++){
a[i] += 1; // Thread-local copy of a incremented by something interesting
}
// a now contains [13 13 13 13]
理想的情況下，就對OMP並行一個類似的東西，如果你有一個大的線程數量足以爲它是有道理的，積累將通過二叉樹發生。
只有在OpenMP 3.0的Fortran中，可能只有某些編譯器。
參見最後一個例子（實施例3）：
http://wikis.sun.com/display/openmp/Fortran+Allocatable+Arrays
現在可以使用OpenMP 4.5了;請看下面陳江的回答。基本上，您必須指定_array sections_（請參見OpenMP 4.5規範的第2.4節，第44頁）。 你的#pragma規範看起來是這樣的： '#pragma omp parallel reduction（+：a [：4]）' 但是，要小心這個，但你必須認識到每個線程將分配它自己的版本數組部分;如果在具有多線程的大型數組上執行此操作，則可能會使內存需要爆炸。 – 2016-06-02 14:55:05
OpenMP無法對數組或結構類型變量執行減少操作（請參閱restrictions）。
您也可能想要閱讀private和shared條款。 private聲明一個變量對每個線程都是私有的，其中shared聲明一個要在所有線程之間共享的變量。我還發現這個question的答案在OpenMP和陣列方面非常有用。
現在最新OPENMP 4.5規範具有減少C/C++陣列的支持物。 http://openmp.org/wp/2015/11/openmp-45-specs-released/
最新的GCC 6.1也支持此功能。 http://openmp.org/wp/2016/05/gcc-61-released-supports-openmp-45/
但我還沒有嘗試過。希望別人可以測試這個功能。
對於C和C++，現在可以使用OpenMP 4.5進行數組縮減。這裏有一個例子：
#include <iostream>
int main()
{
int myArray[6] = {};
#pragma omp parallel for reduction(+:myArray[:6])
for (int i=0; i<50; ++i)
{
double a = 2.0; // Or something non-trivial justifying the parallelism...
for (int n = 0; n<6; ++n)
{
myArray[n] += a;
}
}
// Print the array elements to see them summed
for (int n = 0; n<6; ++n)
{
std::cout << myArray[n] << " " << std::endl;
}
}
輸出：
100
100
100
100
100
100
我用GCC編譯6.2本。您可以在此處看到哪些常見編譯器版本支持OpenMP 4.5功能：http://www.openmp.org/resources/openmp-compilers/
請注意，雖然這是方便的語法，但它可能會爲每個線程創建每個陣列部分的副本，從而調用大量開銷。
從OpenMP 4.5開始，OpenMP可以執行此操作，並且GCC 6.3（可能更低）支持它。一個例子程序如下所示：
#include <vector>
#include <iostream>
int main(){
std::vector<int> vec;
#pragma omp declare reduction (merge : std::vector<int> : omp_out.insert(omp_out.end(), omp_in.begin(), omp_in.end()))
#pragma omp parallel for default(none) schedule(static) reduction(merge: vec)
for(int i=0;i<100;i++)
vec.push_back(i);
for(const auto x: vec)
std::cout<<x<<"\n";
return 0;
}
注意omp_out和omp_in是特殊變量，而且declare reduction的類型必須您計劃，以減少對向量相匹配。
只有在fortran – Anycorn 2010-09-23 03:41:10
可能你可以解釋更多你想要做的事。提供串行代碼可能有幫助。 – FFox 2010-09-27 05:49:48
挖掘更多，聽起來像「只有在fortran」是答案。我最終只是在循環之外分配一個大的本地副本數組，讓線程在for循環中累積到自己的副本，然後在for循環之後積累到全局數組中，仍然在並行區域內部，在關鍵部分。 – 2010-09-27 19:52:35