Openmp 和减少 std::vector？

Question

我想让这段代码并行化：

std::vector<float> res(n,0);
std::vector<float> vals(m);
std::vector<float> indexes(m);
// fill indexes with values in range [0,n)
// fill vals and indexes
for(size_t i=0; i<m; i++){
  res[indexes[i]] += //something using vas[i];
}

在this文章中建议使用：

#pragma omp parallel for reduction(+:myArray[:6])

在this问题中，评论区提出了同样的做法。

我有两个问题：

我在编译时不知道m，从这两个例子来看似乎是必需的。是这样吗？或者如果我可以在这种情况下使用它，我必须在以下命令 #pragma omp parallel for reduction(+:res[:?]) 中用什么替换 ? ？ m 或 n?
for 的索引是相对于 indexes 和 vals 而不是 res 是否相关，特别是考虑到 reduction 是完成后一个？

但是，如果是这样，我该如何解决这个问题？

Answer 1

对特定类型的 C++ 向量进行用户声明归约相当简单：

#include <algorithm>
#include <vector>

#pragma omp declare reduction(vec_float_plus : std::vector<float> : \
                              std::transform(omp_out.begin(), omp_out.end(), omp_in.begin(), omp_out.begin(), std::plus<float>())) \
                    initializer(omp_priv = decltype(omp_orig)(omp_orig.size()))

std::vector<float> res(n,0);
#pragma omp parallel for reduction(vec_float_plus : res)
for(size_t i=0; i<m; i++){
    res[...] += ...;
}

1a) 在编译时不知道 m 不是必需的。

1b) 不能在 std::vector 上使用数组部分缩减，因为它们不是数组（并且 std::vector::data 不是标识符）。如果可能的话，您必须使用 n，因为这是数组部分中的元素数。

2) 只要你只读indexes和vals，就没有问题。

编辑：原来的 initializer 原因更简单：initializer(omp_priv = omp_orig)。但是，如果原始副本不是全零，则结果将是错误的。因此，我建议使用更复杂的初始化程序，它总是创建零元素向量。

Openmp 和减少 std::vector？

Openmp and reduction on std::vector?

c++

parallel-processing

vector

openmp

reduction