深圳大学并行计算实验二寻找完数的OpenMP并行程序

最新推荐文章于 2024-07-18 00:25:07 发布

Jann Leo

最新推荐文章于 2024-07-18 00:25:07 发布

阅读量1k

点赞数 22

CC 4.0 BY-SA版权

分类专栏：并行计算文章标签： c++ 算法开发语言

本文链接：https://blog.youkuaiyun.com/jannleo/article/details/134680697

并行计算专栏收录该内容

8 篇文章

订阅专栏

本文介绍了如何使用OpenMP在64核CPU的并行计算平台上编写并行程序，求解小于等于5000000的完数。通过调整for循环的schedule参数，优化了执行时间，同时分析了不同线程数下的执行时间与加速比。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

一. 实验目的

1. 学会编写简单的OpenMP程序；

2. 掌握for编译制导语句；

3. 对并行程序进行简单的性能分析。

二. 实验环境

1. 硬件环境：64核CPU、128GB内存的SMP并行计算平台；

2 软件环境：Microsoft Visual Studio 2013；

三. 实验内容

1. 用OpenMP语言编写程序，求小于等于n的所有完数（一个数恰好等于它的因子之和），并存放在数组a中，调节for编译制导语句中schedule的参数，使得执行时间最短。为了验证计算结果的正确性，将串行计算结果存放在数组b中，并比较是否与c相等。在下面写出完整的程序代码，并添加必要的注释。

#include <omp.h>

#include <stdlib.h>

#include <time.h>

#include <iostream>

using namespace std;

const int n = 5000000;

int b[5];

int number = 0, number2 = 0;

int c1, c2;

double chuanxing, bingxing[5];

bool judge(int p) {

//判断变量 k

int k = 1;

//边界变量 max_p

int max_p = (int)(sqrt(double(p)) + 1);

for (int i = 2;i < max_p;i++) {

if (p % i == 0) {

k += i+p/i;

}

if (k == p) {

return true;

}

else

return false;

}

int main() {

cout << "--------------------------------------串行计算---------------------------------" << endl;

clock_t start1 = clock();

for (int p = 2;p <= n;p++) {

if (judge(p)) {

b[number] = p;

number++;

//cout << p << endl;

}

clock_t end1 = clock();

chuanxing = (end1 - start1) / 1000.0;

cout << "串行消耗时间为：" << chuanxing << "秒" << endl;

int hthreads = 1;//线程数变量

for (int pi = 0;pi < 7;pi++) {//每次线程数*2，循环七次

cout << "+++++++++++++++++++++++++++++++线程数为" << hthreads << "时：++++++++++++++++++++++++" << endl;

for (int h = 0;h < 5;h++) {//每次循环五次

int a[5];

cout << "---------------------第" << h + 1 << "次并行计算：----------------------" << endl;

omp_set_num_threads(hthreads);//设置并行线程数

clock_t start = clock();//记录并行执行起始时间

int i, j = 1, k = 0, p;

//以下是并行域，共享变量为a,b数组，私有变量是i,j,p shared(b,a) private(i,p,j)

#pragma omp parallel shared(b,a) private(i,p,j)

{

#pragma omp for schedule(static,100) //对以下for循环进行并行线程分配调度任务块大小为100

for (p = 2;p <= n;p++) {

int max_p = (int)(sqrt(double(p)) + 1);

for (i = 2;i < max_p;i++) {

if (p % i == 0)

j += i + p / i;

}

if (j == p) {

a[number2] = p;

//原子操作防止写入错误

#pragma omp atomic

number2++;

j = 1;

}

else

j = 1;

}

clock_t end = clock();

//打印结果，并计算所记录的时间、加速比

bingxing[h] = (end - start) / 1000.0;

cout << "并行消耗时间为：" << bingxing[h] << "秒" << endl;

cout << "加速比为" << chuanxing / bingxing[h] << endl;

//遍历查看是否有不一致计算结果

for (int i = 0, j = 0;i < number, j < number2;i++, j++) {

c1 += a[i];

c2 += b[i];

}

if (c1!=c2)

{

cout << "number=" << number << " number2=" << number2 << endl;

cout << "c1="<<c1<<" c2="<<c2 << endl;

cout << "不相同" << endl;

exit(0);

}

number2 = 0;

}

//线程数*2

hthreads *= 2;

//遍历并计算串行、并行执行时间以及加速比的平均值

double average = { 0 };

for (int i = 0;i < 5;i++) {

average += bingxing[i];

}

average /= 5.0;

cout << "-----------------------------------------" << endl;

cout << "并行平均时间为：" << average << "秒" << endl;

cout << "平均加速比为" << chuanxing / average << endl;

cout << "-----------------------------------------" << endl;

}

2. 测试并行程序在不同线程数下的执行时间和加速比（串行执行时间/并行执行时间），并分析实验结果。其中，n固定为5000000，线程数分别取1、2、4、8、16、32、64时，为减少误差，每项实验进行5次，取平均值作为实验结果。

表1 并行程序在不同线程数下的执行时间（秒）和加速比

线程数执行时间	1	2	4	8	16	32	64
第1次	27.646	16.545	16.906	12.552	11.953	11.427	11.4
第2次	27.724	16.517	16.581	12.345	11.973	11.402	11.278
第3次	27.698	17.019	16.589	12.339	11.91	11.906	11.449
第4次	27.798	17.391	17.228	12.646	12.064	12.019	11.577
第5次	27.657	19.385	14.939	12.523	11.977	11.628	10.898
平均值	27.705	17.371	16.449	12.481	11.976	11.676	11.320
加速比	0.913	1.456	1.538	2.03	2.113	2.167	2.235