使用Open MP并行化“for”循环读写数据结构

Question

我正在使用C++创建一个有限元分析例程，并尝试使用Open MP来并行化我代码中的一些'for‘循环。

我有一个名为Elements的结构数组，数组的每个部分都包含一个结构，其中包含该特定元素的所有信息。需要的一些信息是每个元素的刚度矩阵(在下面的代码中称为kt )。然后将其组装成整个系统的全局刚度矩阵。

单元刚度矩阵的计算是相当复杂和冗长的，所以我认为我可以通过并行它的计算获得一些很好的速度增益。

当与Open MP相关的所有内容都被注释掉时，下面的代码工作得很好，但当我没有同时写入元素，并且kt和Elementsi (第i个元素)对于正在使用它们的线程是私有的时，它就会失败。

我将Armadillo用于矩阵代数，所以这就是'mat‘的意思。

我对C++还很陌生，所以任何帮助都将不胜感激。

mat KtCalc(struct Element Elements[],mat Nodes,double ngamma,double nbeta,double hhtalpha, int nel, double dt)
//Stiffness matrix calculation routine
{
    int nn=Nodes.n_rows;
    mat Kt(nn*6, nn*6, fill::zeros);
    int i;
    struct Element Elementi;
    mat kt;
   #pragma omp parallel private(Elementi,kt) shared(nel,i,hhtalpha,ngamma,nbeta,dt,Elements)
    {

    #pragma omp for
    for(i=0;i<nel;i++)
        {
            #pragma omp critical(dataupdate)
            {
            Elementi=Elements[i];
            }
            kt=KtEl(Elementi, ngamma, nbeta, hhtalpha,  dt);
            #pragma omp critical(dataupdate)
            {
            Elements[i].kt=kt;
            }
        }
}
    for(int k=0;k<nel;k++){
        //Use the stuff calculated above in a non parallel way to calculate Kt

    }
    return Kt;
}

Answer 1

您的问题是forloop的i共享减速。在cpp中，你可以在任何地方声明变量。下面的代码是等效的，应该可以工作：

mat KtCalc(struct Element Elements[],mat Nodes,double ngamma,double nbeta,double hhtalpha, int nel, double dt)
//Stiffness matrix calculation routine
{
    int nn=Nodes.n_rows;
    mat Kt(nn*6, nn*6, fill::zeros);

    #pragma omp parallel for
    for(int i=0;i<nel;i++)
    {
        Elements[i].kt=KtEl(Elements[i], ngamma, nbeta, hhtalpha,  dt);
    }
    for(int k=0;k<nel;k++){
        //Use the stuff calculated above in a non parallel way to calculate Kt

    }
    return Kt;
}

此外，还允许同时修改数组的元素，只要您确定永远不会修改相同的元素(这是因为您只接触到了i的th元素)。critical部分是不必要的。

顺便说一句，您通常希望变量声明得越晚越好。在顶部声明它们是旧的c风格。尽可能晚地声明它们means

• 它使RAII (资源获取就是初始化)变得更容易。
• 它使变量的作用域保持得很紧。这可以让优化器更好地工作。