openmp
OpenMPの削減

備考

PIの近似による#pragma omp reduction手作り

int i;
int n = 1000000;
double area = 0;
double h = 1.0 / n;

#pragma omp parallel shared(n, h)
{
  double thread_area = 0;                      // Private / local variable

  #pragma omp for
  for (i = 1; i <= n; i++)
  {
    double x = h * (i - 0.5);
    thread_area += (4.0 / (1.0 + x*x));
  }

  #pragma omp atomic                       // Applies the reduction manually
  area += thread_area;                     // All threads aggregate into area
}
double pi = h * area;

スレッドは#pragma omp parallelで生成されます。各スレッドには、その部分的な追加を格納する独立した/専用のthread_areaがあります。次のループは、＃pragma omp forを使用してスレッド間で分散されます。このループでは、各スレッドが独自のthread_areaを計算し、このループの後、コードは領域を原子的に順次集約します

#pragma atomicに基づく還元を用いたPIの近似

double area;
double h = 1.0 / n;
#pragma omp parallel for shared(n, h, area) 
for (i = 1; i <= n; i++)
{
  double x = h * (i - 0.5);
  #pragma atomic
  area += (4.0 / (1.0 + x*x));
}
pi = h * area;

この例では、各スレッドは反復回数のサブセットを実行し、共有変数領域に原子的に累積します。これにより、失われた更新がないことが保証されます。指定された操作（+ =）は原子的に実行できるので、ここでは#pragma atomicを使用できます。これは#pragma omp criticalの使用法と比較して読みやすさを簡素化します。

#pragma omp criticalに基づく削減を使用したPIの近似

double area;
double h = 1.0 / n;
#pragma omp parallel for shared(n, h, area) 
for (i = 1; i <= n; i++)
{
  double x = h * (i - 0.5);
  #pragma omp critical
  {
    area += (4.0 / (1.0 + x*x));
  }
}
double pi = h * area;

この例では、各スレッドは反復回数のサブセットを実行し、共有変数領域に原子的に累積します。これにより、失われた更新がないことが保証されます。

#pragma omp reduction節を使用したPIの近似

int i;
int n = 1000000;
double area = 0;
double h = 1.0 / n;
#pragma omp parallel for shared(n, h) reduction(+:area) 
for (i = 1; i <= n; i++)
{
  double x = h * (i - 0.5);
  area += (4.0 / (1.0 + x*x));
}
pi = h * area;

この例では、各スレッドは反復カウントのサブセットを実行します。各スレッドは、その領域のローカルプライベートコピーを持ち、パラレル領域の最後には、すべて領域の最終値を生成するために加算演算（+）が適用されます。