并行化广度优先搜索

Question

我刚刚自学了一些 OpenMP，这可能很愚蠢。基本上我试图用 C++ 并行化广度优先搜索程序，每个节点都需要很长时间来处理。这是一个示例代码：

queue<node*> q;
q.push(head);
while (!q.empty()) {
  qSize = q.size();
  for (int i = 0; i < qSize; i++) {
    node* currNode = q.front();
    q.pop();
    doStuff(currNode);
    q.push(currNode);
  }
}

处理函数doStuff()开销很大，想并行处理。但是，如果我通过在 for 行之前放置 #pragma omp parallel for 来并行化 for 循环，则会在运行时弹出各种奇怪的错误。我猜原因是这样 q.front() 和 q.push() 也会得到并行化，并且多个线程可能会通过 q.front() 获得相同的节点（因为它们都在任何 q.push 已处理）。

我该如何解决这个问题？

Answer 1

解决方案是使用临界区保护对队列的访问。

queue<node*> q;
q.push(head);
while (!q.empty()) {
  qSize = q.size();
  #pragma omp parallel for
  for (int i = 0; i < qSize; i++) {
    node* currNode;
    #pragma omp critical
    {
      currNode = q.front();
      q.pop();
    }
    doStuff(currNode);
    #pragma omp critical
    q.push(currNode);
  }
}

这类似于拥有一个公共互斥体并将其锁定。

此版本在效率方面存在一些限制：在 for 循环结束时，一些线程可能空闲，尽管队列中有工作。就处理队列为空但某些线程仍在计算的情况而言，制作一个线程在队列中有内容时持续工作的版本有点棘手。

根据节点中涉及的数据大小，缓存效应和错误共享也可能对性能产生重大影响。但这不能用具体的例子来讨论。在许多情况下，简单版本可能足够高效，但获得最佳性能可能会变得任意复杂。

无论如何，您必须确保doStuff不会修改任何全局或共享状态。

并行化广度优先搜索

Parallelizing a Breadth-First Search

c++

parallel-processing

openmp

breadth-first-search