并行编程 PPL或OpenMP

#include "stdafx.h"
#include <time.h>
#include <omp.h>
#include <ppl.h>
#include <iostream>

using namespace std;

static long long _start = 1;
static long long _end = 1000000000;

long double serial()
{
	long double sum(0.0F);
	for(long long i = _start; i < _end; i++)
	{
		sum += (i / 100);
	}
	return sum;
}

long double openmp()
{
	//这是上篇文章的方法，这是线程同步因此性能很差。
	/*#pragma omp parallel default(none) shared(sum, start, end)
	{
		#pragma omp for
		for(i = start; i < end; ++i)
		{
			#pragma omp atomic
			sum += i;
		}
	}*/

	long long i;
	long double sum(0.0F);
	#pragma omp parallel for reduction(+:sum) //当所有线程执行完毕后将每个线程的sum采用+进行计算得到最后的结果。
	for(i = _start; i < _end; ++i)
	{
		sum += (i / 100);
	}
	return sum;
}

//在TBB中有parallel_<span style="font-family: Arial, Helvetica, sans-serif;">reduction,但是在ppl中没有。采用下面的方法实现。</span>

long double ppl()
{
	using namespace concurrency;
	combinable<long double> sums;
	parallel_for(_start, _end, [&sums](long long i)
	{
		sums.local() += (i / 100);
	});
	return sums.combine(plus<long double>());
}

int _tmain()
{
	clock_t t1,t2;
	long double sum;
	t1 = clock();
	sum = serial();
	printf("serial sum:%Lf ", sum);
	t2 = clock();
	t2 -= t1;
	printf("time:%d\n", t2); //此处分开写的原因：假如采用下面同样的写法编译器会将<span style="font-family: Arial, Helvetica, sans-serif;">sum = serial();的计算优化到调用sum的地方执行。这样t2=0了。</span>


	t1 = clock();
	sum = openmp();
	t2 = clock();
	t2 -= t1;
	printf("openmp sum:%Lf time:%d s \n", sum, t2);

	t1 = clock();
	sum = ppl();
	t2 = clock();
	t2 -= t1;
	printf("   ppl sum:%Lf time:%d s \n", sum, t2);
	
	getchar();
	return 0;
}

这是比较性能的代码，串行 OpenMP PPL三种方法的测试。

上篇说visual c++ 2013编译出的exe性能强点，下面给出数字。

Visual C++ 2012				Visual C++ 2013
Serial	OpenMP	PPL	Single PPL	Serial	OpenMP	PPL	Single PPL
17839	6655	17422	13944	12001	6238	17784	13847
17747	7024	15249	18575	11526	6784	13965	13748
17828	6261	16023	14765	11561	6383	14197	13679
17564	6232	17425	14786	11143	6261	15130	16367

注：Single PPL是将OpenMP关闭然后将其他的注释掉后重新编译的exe执行的时间长。

上面的不是具体时间秒或者毫秒，而是clock()的差值。

并行方案看这样需要大量的测试才能来确定。只有具体的方案才能确定那种方法最优。

给出的这个表不是就说明OpenMP比PPL性能一定就好。这只是个例，具体问题还得具体分析。

另外：http://www.codeproject.com/Articles/373305/Visual-Cplusplus-11-Beta-Benchmark-of-Parallel-Loo#ppl

这篇博文还贴出PPL比OpenMP性能好一点点。

提升自己项目的性能，只要比原先方案提升到客户容忍的程度即可。老板一般不会容忍你沉迷技术的，当然也可能我的老板是个例。

老板只要能挣钱他才不在乎你的技术多高明或者多优秀呢。他要的是利益最大化！！！