初识OpenMP 编写简单程序并评价其性能

一、OpenMP介绍

#pragma omp <directive> [clause[[,] clause] ...]
其中，directive共11个；clause13个；
 OpenMP还定义了20多个库函数，具体用法在这里不一一列举了，大家可以直接在维基百科或者官网查看。
 
二、简单程序编写
 
OpenMP配置
 我用的是visual studio 2019 ，打开程序——创建新项目
 依次选择后下一步
 项目名称——存储位置——创建
 解决方案资源管理器——源文件右击——添加——新建项——c++文件——名称后缀改为.c——添加
 项目——属性——c/c++——语言——openmp支持打开——应用确定
 
代码测试
 将维基百科中Hello, world的例子稍微做了点改动。
 1.首先测试串行程序，Hello, world打印100000次所花费的时间。
 
/*串行测试*/
#include <stdio.h>
#include <stdlib.h>
#include<time.h>
int main(int argc, char* argv[])
    double t1, t2;
    t1 = clock();
    for (int i = 0; i < 100000; i++)
        printf("Hello, world.\n");
    t2 = clock();
    printf("%fs", (t2 - t1) * 0.001);
    return 0;
运行结果：
 
 2.其次测试openmp的并行效果。这里注意：编写带编译指令的并行程序时，一定要加上<omp.h>头文件，OpenMP的函数都声明在头文件omp.h中。
 
/*openmp并行测试*/
#include<omp.h>
#include <stdio.h>
#include <stdlib.h>
#include<time.h>
int main(int argc, char* argv[])
    double t1, t2;
    int i;
    t1 = clock();
#pragma omp parallel for
    for (i = 0; i < 100000; i++)
        printf("Hello, world.\n");
    t2 = clock();
    printf("%fs", (t2 - t1) * 0.001);
    return 0;
运行结果：
 
 
三、性能评价
 
通过以上实验结果，可以看到，串行和并行相差的时间并不是很多，我运行了至少有五十次，结果甚至是串行所用时间更短，预期的结果应该是多线程速度会有明显的提升，但在这里，不知道是循环代码过于简单，还是因为硬件的关系，因为电脑的是单核的。刚接触openmp，还是遇到了困难，希望有大神指点，互相学习！
 
https://baike.tw.wjbk.site/wiki/OpenMP
                    初识OpenMP 编写简单程序并评价其性能摘要最近导师在给我们讲授高性能计算的课程，然后布置了一个任务是学习OpenMP并会简单的编程，然后再测量其性能。之前完全没有听过这个词，从维基百科上查阅了下，然后根据自己理解做了一些总结并进行了简单的程序编写及性能评估。供大家参考！一、OpenMP介绍定义OpenMP是Open Multi-Processing的简称，维基上给出的定义：Ope...
				
。OpenMP 是一种针对共享内
存的多线程编程技术，由一些具有国际影响力的大规模软件和硬件厂商共同定义标准。它是
一种编译指导语句指导多线程、共享内存并行的应用程序编程接口（API）。本章介绍OpenMP
编程的概况、编写OpenMP 程序所需要的基本技术以及OpenMP 程序优化的基本方法。
				
在C/C++和Fortran中，都有编译器支持OpenMP，这里我们举一个简单的C程序的例子test.c :#ifdef _OPENMP
#include 
#endifint main(){
#pragma omp parallel
    printf("is parallel ! \n");
    printf("Always  //    \n");
				
CodeBlocks 是一个开源的集成开发环境（IDE），它可以支持多种编程语言，包括 C/C++。OpenMP 是一个并行编程 API，它可以使得 C/C++ 程序员可以更加轻松地编写并行程序。
下面是一个用 CodeBlocks+OpenMP 编写的简单的并行程序的示例：
#include <stdio.h>
#include <omp.h>
int main() {
    int num_threads = 0;
    #pragma omp parallel
        num_threads = omp_get_num_threads();
        printf("Hello from thread %d of %d\n", omp_get_thread_num(), num_threads);
    printf("Number of threads: %d\n", num_threads);
    return 0;
在上述代码中，我们使用了 OpenMP 的 `#pragma omp parallel` 指令，表示程序中的代码段可以被并行执行。在并行执行时，每个线程可以通过 `omp_get_thread_num()` 函数获取自己的线程编号，并且使用 `omp_get_num_threads()` 函数获取总的线程数。最后，我们输出每个线程的编号，以及总的线程数。
要在 CodeBlocks 中编译和运行这个程序，我们需要进行以下步骤：
1. 打开 CodeBlocks，然后选择 File->New->Project，选择 Console Application 作为项目类型，选择 C Language 作为语言类型，然后点击 Next。
2. 输入项目名称和存储路径，然后点击 Next。
3. 在 "Compiler selection" 页面，选择 GNU GCC Compiler，然后点击 Next。
4. 在 "Project build options" 页面，打开 "Have g++ follow the C++11 ISO C++ language standard [-std=c++11]" 选项，然后点击 Finish。
5. 在代码编辑器中，复制上述示例代码，并保存为一个 C 语言源文件（例如 "main.c"）。
6. 点击菜单栏中的 Build->Build，编译程序。
7. 点击菜单栏中的 Build->Run，运行程序。
在运行程序时，可以看到类似于下面的输出：
Hello from thread 1 of 4
Hello from thread 2 of 4
Hello from thread 0 of 4
Hello from thread 3 of 4
Number of threads: 4
这表明我们的程序成功地使用了 OpenMP 来并行执行代码，并且创建了 4 个线程来执行相同的代码。