openmp多线程简单编程

OpenMP支持的编程语言包括C、C++和Fortran，简单的说，就是一种API，来编写多线程应用程序。通过使用简单的指令#pragma omp …就可以对程序进行多线程并行。OpenMP使得程序员可以把更多的精力投入到并行算法本身，而非其具体实现细节。对基于数据分集的多线程程序设计，它是一个很好的选择。但是，作为高层抽象，OpenMP并不适合需要复杂的线程间同步和互斥的场合。OpenMP的另一个缺点是不能在非共享内存系统(如计算机集群)上使用。在这样的系统上，MPI使用较多。
用 OpenMP 编写的程序在运行时采用 fork-join 并行执行模式。程序开始是以一个单进程运行，称为执行的主线程。主线程顺序运行到第 1 个并行块结构时就生成一个线程队，原来的主线程成为线程队的主线程。程序中被并行块包围起来的所有语句（包括块内被调用的子程序）在线程队中并行执行，一直到并行块执行完后，线程队中的线程中止，而主线程继续执行。一个程序中可以定义任意数目的并块，因此，在一个程序的执行中可以分叉、合并若干次。

使用

做是使用一些指令：

parallel ：用在一个结构块之前，表示这段代码将被多个线程并行执行；
for：用于for循环语句之前，表示将循环计算任务分配到多个线程中并行执行，以实现任务分担，必须由编程人员自己保证每次循环之间无数据相关性；
parallel for ：parallel和for指令的结合，也是用在for循环语句之前，表示for循环体的代码将被多个线程并行执行，它同时具有并行域的产生和任务分担两个功能；
sections ：用在可被并行执行的代码段之前，用于实现多个结构块语句的任务分担，可并行执行的代码段各自用section指令标出（注意区分sections和section）；
parallel sections：parallel和sections两个语句的结合，类似于parallel for；
single：用在并行域内，表示一段只被单个线程执行的代码；
critical：用在一段代码临界区之前，保证每次只有一个OpenMP线程进入；
flush：保证各个OpenMP线程的数据影像的一致性；
barrier：用于并行域内代码的线程同步，线程执行到barrier时要停下等待，直到所有线程都执行到barrier时才继续往下执行；
atomic：用于指定一个数据操作需要原子性地完成；
master：用于指定一段代码由主线程执行；
threadprivate：用于指定一个或多个变量是线程专用，后面会解释线程专有和私有的区别。

例子： 

#include 
#include 
#include 
#include 
#include 
#include 
using namespace std;
void test1(){
    int nthreads, tid;
    omp_set_num_threads(2);
    /* Fork a team of threads giving them their own copies of variables */
 #pragma omp parallel
    {

        /* Obtain thread number */
        tid = omp_get_thread_num();
        
        /* Only master thread does this */
        if (omp_get_thread_num() == 1)
        {
            for (int i = 0; i < 100000; i++) {
                int x = 1000, y = 100;
                double  num = x / y;
                }
            printf("Hello World from thread = 1\n" );
        }
        else if (omp_get_thread_num() == 0){
            for (int i = 0; i < 100000; i++) {
                int x = 1000, y = 100;
                double  num = x / y;
                }
            printf("Hello World from thread = 0\n" );
        }
        
    }  /* All threads join master thread and disband */
    return;
}

void test2()
{
#pragma omp parallel for 
    for(int k = 0; k < 2; k++)  
    {  
        if (omp_get_thread_num() == 1)
        {
            for (int i = 0; i < 100000; i++) {
                int x = 1000, y = 100;
                double  num = x / y;
                }
            printf("Hello World from thread = 1\n" );
        }
        else if (omp_get_thread_num() == 0){
            for (int i = 0; i < 100000; i++) {
                int x = 1000, y = 100;
                double  num = x / y;
                }
            printf("Hello World from thread = 0\n" );
        }  
    } 
    return;
}

void test() {
    for (int i = 0; i < 100000; i++) {
        int x = 1000, y = 100;
        double  num = x / y;
    }
}
int main() {
    
    cout << "CPU number:" << omp_get_num_procs() << endl;
    double start = omp_get_wtime();
    test1();
    double end = omp_get_wtime();
    cout << "Multi-thread Time is: " << (end - start)*1000 << endl;


    double t1 = omp_get_wtime();
    for (int i = 0; i < 100000; i++) {
                int x = 1000, y = 100;
                double  num = x / y;
                }
    for (int i = 0; i < 100000; i++) {
                int x = 1000, y = 100;
                double  num = x / y;
                }
    
    double t2 = omp_get_wtime();
    cout << "Single Time is: " << (t2 - t1)*1000 << endl;

    t1 = omp_get_wtime();
    test2();
    t2 = omp_get_wtime();
    cout << "thread is: " << (t2 - t1)*1000 << endl;
    return 0;
}

cmake：

cmake_minimum_required(VERSION 3.5)

project(exe)

SET(CMAKE_BUILD_TYPE "Release")
#SET(CMAKE_BUILD_TYPE "Debug")

SET(CMAKE_CXX_FLAGS_DEBUG "$ENV{CXXFLAGS} -O0 -Wall -g2 -ggdb ${CMAKE_CXX_FLAGS} ")
SET(CMAKE_CXX_FLAGS_RELEASE "$ENV{CXXFLAGS} -O3 -Wall ${CMAKE_CXX_FLAGS} ")
set(CMAKE_RUNTIME_OUTPUT_DIRECTORY "${CMAKE_SOURCE_DIR}/out")

FIND_PACKAGE( OpenMP REQUIRED)
if(OPENMP_FOUND)
message("OPENMP FOUND !!!!")
set(CMAKE_C_FLAGS "${CMAKE_C_FLAGS} ${OpenMP_C_FLAGS} -lstdc++ -pthread -fopenmp")
set(CMAKE_CXX_FLAGS "${CMAKE_CXX_FLAGS} ${OpenMP_CXX_FLAGS} -lstdc++ -pthread -fopenmp")
set(CMAKE_EXE_LINKER_FLAGS"${CMAKE_EXE_LINKER_FLAGS}${OpenMP_EXE_LINKER_FLAGS} -lstdc++ -pthread -fopenmp")
endif()

add_definitions(-D__ARM_NEON)

if(USE_CVITEK1838)
add_definitions("-O3 -fpermissive -fPIC  -mcpu=cortex-a53 -fno-aggressive-loop-optimizations  -Wno-narrowing -ffunction-sections -fdata-sections -fstack-protector -DUSER_BIT_64 -D_FILE_OFFSET_BITS=64 -D_LARGEFILE_SOURCE -D_LARGEFILE64_SOURCE -DENABLE_NEON" )  #-DUSE_HI3559

include_directories(
                        #${SDK_DIR}/include
                    ${THIRD_PARTY_LIB_DIR}/opencv-3.2_cvitek/include
                    ../src/cvitek 
					../src  
                    ../inc                   
				${SYS_SDK_DIR}/middleware/include	
                ${SYS_SDK_DIR}/middleware/include/ive	
                ${SYS_SDK_DIR}/middleware/include/isp/cv182x			
					#${IVE_DIR}/include/ive
					${TPU_DIR}/include/cvimath
  ) 

link_directories(${SYS_SDK_DIR}/middleware/lib64
                 ${SYS_SDK_DIR}/middleware/lib64/3rd
                 ${THIRD_PARTY_LIB_DIR}/opencv-3.2_cvitek/lib   
				 ) 

set(IVE_LIBS2
    ${SYS_SDK_DIR}/middleware/lib64/libcvi_ive_tpu.so
    #${SYS_SDK_DIR}/middleware/lib64/libcvi_ive_tpu.so
    )


endif()


add_executable(test_openmp test_openmp.cpp)
target_link_libraries(test_openmp cvimath cviruntime cvikernel cvitracer)#vpu sys

一些问题

1.运行时候报错找不到库

加这个

FIND_PACKAGE( OpenMP REQUIRED)
if(OPENMP_FOUND)
message("OPENMP FOUND !!!!")
set(CMAKE_C_FLAGS "${CMAKE_C_FLAGS} ${OpenMP_C_FLAGS} -lstdc++ -pthread -fopenmp")
set(CMAKE_CXX_FLAGS "${CMAKE_CXX_FLAGS} ${OpenMP_CXX_FLAGS} -lstdc++ -pthread -fopenmp")
set(CMAKE_EXE_LINKER_FLAGS"${CMAKE_EXE_LINKER_FLAGS}${OpenMP_EXE_LINKER_FLAGS} -lstdc++ -pthread -fopenmp")
endif()

或者编译时候直接

g++ test_openmp.cpp -o test -fopenmp
或
gcc test_openmp.cpp -o test -fopenmp -lstdc++

添加so库到运行目录，这里找的是晶视的docker里找出来的库

2.运行效果，在pc上和在晶视芯片上，运行效率都低于单线程，目前网上发现同样问题的情况不少