OpenMP C ++ para algoritmos min, max, mediana, média [fechado]

Question

Eu estava procurando Google para uma página que oferece alguns algoritmos simples OpenMP. Provavelmente não é um exemplo para min calcular, máximo, mediana, média de uma matriz de dados enorme, mas eu não sou capaz de encontrá-lo.

Pelo menos eu normalmente tentar dividir a matriz em um pedaço para cada núcleo e fazer alguns cálculos de limite depois de obter o resultado para a matriz completa.

Eu só não queria reinventar a roda.

---

Observação adicionais: Eu sei que há milhares de exemplos que trabalham com redução simples. por exemplo. Calculando PI.

const int num_steps = 100000; 
double x, sum = 0.0; 
const double step = 1.0/double(num_steps); 
#pragma omp parallel for reduction(+:sum) private(x) 
for (int i=1;i<= num_steps; i++){ 
  x = double(i-0.5)*step; 
  sum += 4.0/(1.0+x*x); 
} 
const double pi = step * sum;

mas quando estes tipos de algoritmos não são utilizáveis ??quase não há exemplos deixados para reduzir algoritmos.

Answer 1

OpenMP (pelo menos 2,0) suporta redução para algumas operações simples, mas não para o máximo e mínimo.

No exemplo a seguir a cláusula reduction é usado para fazer uma soma e uma seção critical é usado para atualizar uma variável compartilhada usando um segmento local sem conflitos.

#include <iostream>
#include <cmath>

int main()
{
  double sum = 0;
  uint64_t ii;
  uint64_t maxii = 0;
  uint64_t maxii_shared = 0;
#pragma omp parallel shared(maxii_shared) private(ii) firstprivate(maxii)
  {
#pragma omp for reduction(+:sum) nowait
    for(ii=0; ii<10000000000; ++ii)
      {
        sum += std::pow((double)ii, 2.0);
        if(ii > maxii) maxii = ii;
      }
#pragma omp critical 
    {
      if(maxii > maxii_shared) maxii_shared = maxii;
    }
  }
  std::cerr << "Sum: " << sum << " (" << maxii_shared << ")" << std::endl;
}

EDIT: uma implementação mais limpo:

#include <cmath>
#include <limits>
#include <vector>
#include <iostream>
#include <algorithm>
#include <tr1/random>

// sum the elements of v
double sum(const std::vector<double>& v)
{
  double sum = 0.0;
#pragma omp parallel for reduction(+:sum)
  for(size_t ii=0; ii< v.size(); ++ii)
    {
      sum += v[ii];
    }
  return sum;
}

// extract the minimum of v
double min(const std::vector<double>& v)
{
  double shared_min;
#pragma omp parallel 
  {
    double min = std::numeric_limits<double>::max();
#pragma omp for nowait
    for(size_t ii=0; ii<v.size(); ++ii)
      {
        min = std::min(v[ii], min);
      }
#pragma omp critical 
    {
      shared_min = std::min(shared_min, min);
    }
  }
  return shared_min;
}

// generate a random vector and use sum and min functions.
int main()
{
  using namespace std;
  using namespace std::tr1;

  std::tr1::mt19937 engine(time(0));
  std::tr1::uniform_real<> unigen(-1000.0,1000.0);
  std::tr1::variate_generator<std::tr1::mt19937, 
    std::tr1::uniform_real<> >gen(engine, unigen);

  std::vector<double> random(1000000);
  std::generate(random.begin(), random.end(), gen);

  cout << "Sum: " << sum(random) << " Mean:" << sum(random)/random.size()
       << " Min:" << min(random) << endl;
}

Answer 2

em OpenMP 3.1 em diante se pode implementar para min, max através de cláusula de redução, você pode dar uma olhada no exemplo detalhado cobrindo isso em este link .

Answer 3

OpenMP não suporta estas operações de redução. Considere algoritmo parallel_reduce Intel Threading Building Blocks', onde você pode implementar algoritmo arbitrário.

Aqui um exemplo. Ele usa somatório dos resultados parciais. Você pode executar qualquer função que deseja.

#include <stdio.h>
#include <tbb/blocked_range.h>
#include <tbb/parallel_reduce.h>
#include <tbb/task_scheduler_init.h>


///////////////////////////////////////////////////////////////////////////////


class PiCalculation
{
private:
    long num_steps;
    double step;

public:

    // Pi partial value
    double pi;

    // Calculate partial value
    void operator () (const tbb::blocked_range<long> &r) 
    {
        double sum = 0.0;

        long end = r.end();

        for (int i = r.begin(); i != end; i++)
        {
            double x = (i + 0.5) * step;
            sum += 4.0/(1.0 + x * x);
        }

        pi += sum * step;
    }

    // Combine results. Here you can implement any functions
    void join(PiCalculation &p)
    {
        pi += p.pi;
    }

    PiCalculation(PiCalculation &p, tbb::split)
    {
        pi = 0.0;
        num_steps = p.num_steps;
        step = p.step;
    }

    PiCalculation(long steps)
    {
        pi = 0.0;
        num_steps = steps;
        step = 1./(double)num_steps;
    }
};


///////////////////////////////////////////////////////////////////////////////


int main()
{
    tbb::task_scheduler_init init;

    const long steps = 100000000;

    PiCalculation pi(steps);

    tbb::parallel_reduce(tbb::blocked_range<long>(0, steps, 1000000), pi);

    printf ("Pi is %3.20f\n", pi.pi);
}

Por favor, verifique este link para algoritmos de redução adicionais. http://cache-www.intel .com / cd / 00/00/30/11 / 301132_301132.pdf # page = 19 olha por favor através ponto 3.3.1. Há um exemplo em encontrar o valor mínimo em uma matriz.

Answer 4

Isto são problemas típicos de redução.

Além página apontada por Suvesh , você pode ter um olhar a documentação para o redução cláusula .