openmp 与非 POD 并行

Question

我正在尝试加速一个程序，该程序的核心是一个看起来微不足道的循环：

double sum=0.;
#pragma omp parallel for reduction(+:sum) // fails
for( size_t i=0; i<_S.size(); ++i ){
  sum += _S[i].first* R(atoms,_S[i].second) ;
}

虽然循环本身很微不足道，但其中的对象不是 POD：这里 _S 实际上是一个 std::向量< std::pair; > >，并且 R(...) 是某个对象的重载 operator(...) const。它的两个参数都限定为 const，因此调用不会产生任何副作用。

由于大约 90% 的运行时间都花在这个调用上，因此如上所示，添加 OpenMP 编译指示似乎是一件简单的事情，并享受两到三倍的加速； 当然，该代码在单个线程中工作正常，但在多个线程中给出明显错误的结果:-)。

没有数据依赖性，_S 和 R(...) 似乎可以安全地在线程之间共享，但仍然会产生无意义的结果。

我真的很感激任何关于如何找出问题所在的指示。

UPD2：

想通了。与所有错误一样，这都是微不足道的。 R(...) 正在调用此类的 operator()：

class objR{
 public:
   objR(const size_t N){
     _buffer.reserve(N);
   };
   double operator(...) const{
     // do something, using the _buffer to store intermediaries
   }

 private:
   std::vector<double> _buffer;
};

显然，不同的线程同时使用 _buffer时间并把它搞砸了。到目前为止，我的解决方案是分配更多空间（内存不是问题，代码受 CPU 限制）：

class objR{
 public:
   objR(const size_t N){
     int nth=1;
     #ifdef _OPENMP
       nth=omp_get_max_threads();
     #endif
     _buffer.resize(N);
   }

   double operator(...) const{
     int thread_id=0;
     #ifdef _OPENMP
       thread_id = omp_get_thread_num();
     #endif
     // do something, using the _buffer[thread_id] to store intermediaries
   }

 private:
   std::vector< std::vector<double> > _buffer;
};

这似乎工作正常。尽管如此，由于这是我第一次涉足多线程，如果有知识渊博的人可以评论是否有更好的方法，我将不胜感激。

Answer 1

对 _S[i].first 和 _S[i].second 的访问是完全安全的（不能保证有关 atoms 的任何信息）。这意味着您对 R 的函数调用一定是导致问题的原因。您需要找出 R 是什么并发布它的用途。

另一方面，以下划线开头并以大写字符开头的名称是为实现保留的，您可以通过使用它们来调用未定义的行为。