OpenMP是C++中轻量级共享内存并行方案,通过#pragma omp指令实现循环并行、reduction归约、变量作用域控制及调度策略优化。

OpenMP 是 C++ 中实现共享内存并行编程最常用、最轻量的方案之一,特别适合 CPU 密集型循环计算(如矩阵运算、数值模拟、图像处理等)。它通过编译器指令(#pragma omp)控制线程行为,无需手动管理线程创建/同步,上手快、可增量改造串行代码。
基础并行:用 #pragma omp parallel for 并行化循环
这是最常见用法。OpenMP 自动将循环迭代分配给多个线程,要求循环变量为整型、步长为常量、上下界在进入循环前确定,且各次迭代**无数据依赖**(即不读写同一内存位置)。
示例:
#include <omp.h>
#include <iostream>
#include <vector><p>int main() {
const int N = 1000000;
std::vector<double> a(N), b(N), c(N);</double></p>
<pre class="brush:php;toolbar:false;">// 初始化(可串行)
for (int i = 0; i <p>}
</p>
stream>
- 编译时需加
-fopenmp(GCC/Clang)或/openmp(MSVC) - 默认线程数 = 逻辑 CPU 核心数;可用
omp_set_num_threads(n)或环境变量OMP_NUM_THREADS=n控制 - 若循环内有共享变量被修改(如累加),需用
reduction或critical避免竞争
避免数据竞争:用 reduction 安全求和
当需要对一个变量做归约操作(如 sum、max、min、product),直接并发写会出错。OpenMP 提供 reduction 子句,为每个线程生成私有副本,最后自动合并。
示例(计算数组和):
double sum = 0.0; #pragma omp parallel for reduction(+:sum) for (int i = 0; i
- 支持的运算符:+ − * & | ^ && || max min
- 变量必须是标量,且不能是数组元素或类成员(除非是简单 POD 类型的 public 成员)
- 注意:
reduction初始化值由运算符隐式决定(如 + 初始为 0,* 初始为 1)
共享与私有变量:显式控制数据作用域
默认下,循环外定义的变量是 shared(所有线程共用),循环内定义的是 private(各线程独立)。但有时需显式指定:
-
shared(x, y):强制多个线程访问同一份变量(注意同步!) -
private(i, temp):为每个线程创建独立副本(初始化未定义,需自行赋初值) -
firstprivate(x):私有副本以原始值初始化(适合只读参数) -
lastprivate(i):循环结束后,将**最后一个执行完的线程**的私有副本赋给原变量
例如:
int global_flag = 0;
#pragma omp parallel for private(temp) shared(global_flag)
for (int i = 0; i 1e6 && global_flag == 0) {
#pragma omp critical
if (global_flag == 0) global_flag = i; // 典型临界区用法
}
}
进阶技巧:调度策略与嵌套并行
对于迭代耗时不均的循环(如部分 i 计算量大、部分小),静态调度(默认)可能导致负载不均衡。可用 schedule 指定策略:
-
schedule(static, chunk):固定分块(默认 chunk=1,即平均分;设 chunk=100 可减少调度开销) -
schedule(dynamic, chunk):运行时动态领取任务块,适合不均匀场景 -
schedule(guided):初始块大,逐渐减小,兼顾效率与平衡
嵌套并行(如外层并行矩阵行、内层并行列)需开启:
collapse(2)
C++免费学习笔记(深入):立即使用
在学习笔记中,你将探索 C++ 的入门与实战技巧!










