博文
使用多核CPU,并行编程超简单。(OpenMP的Windows & Linux 例子)
||
使用多核CPU，并行编程超简单！
OpenMP提供了对并行算法的高层的抽象描述，程序员通过在源代码中加入专用的pragma来指明自己的意图，由此编译器可以自动将程序进行并行化，并在必要之处加入同步互斥以及通信。但是，作为高层抽象，OpenMP并不适合需要复杂的线程间同步和互斥的场合。OpenMP的另一个缺点是不能在非共享内存系统(如计算机集群)上使用，在这样的系统上，MPI使用较多。
当然，还有一个更简单的方法就是使用Go语言。
我用的是Windows系统(Win8)的双核台式机 , 用C语言写源代码，以Visual Studio 2012为编译器。打开Visual Studio 2012，需要在建立工程后，点击 菜单栏->Project->Properties，弹出菜单里，点击 Configuration Properties->C/C++->Language->OpenMP Support，在下拉菜单里选择Yes。然后才能使用OpenMP。
下面以并行代码为例，只需要把相应的行注释掉，就是串行代码了！下同。
第一个例子(example_1.c):
增加一行代码#pragma omp parallel，然后用花括号把你需要放在并行区内的语句括起来，并行区就创建好了。
默认情况下，并行区内线程数=系统中核的个数。并行区里每个线程都会去执行并行区中的代码。故对于双核电脑，并行区中的代码会被执行2次，当然若有输出语句，结果也会被输出2次 。
运行example_1.c， 会发现 并行区里面的语句会被执行2次（我的电脑是2核的 ）， 多次运行，会发现各次运行的结果会不一样，打印到屏幕上结果的顺序是不一定的，这个符合多线程程序的特性。 当然， 运行过程中也可以观察到CPU的使用率是100%.
我运行了2次，结果不同，如下所示：
第二个例子(example_2.c):
example_1.c中并行区里每个线程执行的代码是一样的，计算机若有N个核，相当于同时重复执行了N次，并没有提高效率、节省时间。我们希望的是把同一工作分配给不同线程来做，每个线程完成一部分，这样运行速率才会快。
#pragma omp for
使用这个语句，就可以把一个for循环的工作量分配给不同线程。这个语句后面必须紧跟一个for循环，它只能对循环的工作量进行划分、分配。
可以把多行openmp pragma合并成一行，
#pragma omp parallel, #pragma omp for 合并成一行#pragma omp parallel for ， 合并后的程序如下：
并行计算的运行用了16.415秒。
把第11行（#pragma omp parallel for）注释以后， 就成为了传统的串行计算，运行用了29.116秒。
Linux 例子(GCC，C语言)
源代码和Windows中的 差不多，用GCC编译时加上 -fopenmp 就可以了.
未完待续。2013年6月1号以后继续纠结这个问题。没办法，又要写英文的期刊论文，又要写硕士毕业论文。
参考：
http://hi.baidu.com/diwulechao/item/bc6d865c411b813c32e0a932
http://baike.baidu.com/view/3674653.htm
http://baike.baidu.com/view/1516611.htm
Go语言相关网站：
http://code.google.com/p/golang-china/
http://tieba.baidu.com/f?kw=go%D3%EF%D1%D4&fr=ala0
https://blog.sciencenet.cn/blog-830496-671809.html
上一篇：什么时候能实现高通量测结构？
下一篇：两本复杂系统科学(complex systems science, CSSS)的好书
