- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
. .
并行计算实验报告
课程:并行计算
姓名:郑波
学号:2013211644
班级:计算机科学与技术13-2班
日期:2015年12月7日
实验一:OpenMP基本使用
一、实验目的
1、熟悉OpenMP编程。
2、比较串行算法与并行算法在执行时间上的差别;
3、考察线程数目使用不同对并行算法执行时间的影响;
4、考察运算规模N对串、并行算法执行时间上的影响。
二、实验内容
1、使用OpenMP进行两个矩阵A和B的加法.并分析串行、并行时间的差别以及问题规模对程序运行时间的影响
三、实验步骤
1、整个程序的设计流程
①全局变量设置三个宏定义过的size×size的二维数组啊a,b,c。
②初始化a数组为全1.b数组为全2
③通过omp_set_num_threads()库函数设置线程数
④调用openMP库函数omp_get_wtime()获取当前时间start
#pragma omp parallel for开始做并行区部分
…
结束后再次调用omp_get_wtime()获取时间end.end-start即为并行消耗时间
⑤再次调用时间函数更新strat
串行做一边矩阵相加
更新end,end-start即为串行耗时
代码如下:
#includeiostream
#includeomp.h
#define size 10000
using namespace std;
int a[size][size],
b[size][size],
c[size][size];
int main()
{
for(int i=0;i!=size;++i) //initial the matrix
for(int j=0;j!=size;++j){
a[i][j]=1;
b[i][j]=2;
}
double start=omp_get_wtime();
omp_set_num_threads(4);
#pragma omp parallel for
for(int i=0;isize;++i)
for(int j=0;jsize;++j)
c[i][j]=a[i][j]+b[i][j];
double end=omp_get_wtime();
cout并行运行时间:end-startendl;
start=omp_get_wtime();
for(int i=0;isize;++i)
for(int j=0;jsize;++j)
c[i][j]=a[i][j]+b[i][j];
end=omp_get_wtime();
cout串行运行时间:end-startendl;
system(pause);
}
2、问题规模对串、并行程序时间的影响(A、B矩阵的大小为N*M)
(1)通过不断增加问题规模.观察串行和并行程序的执行时间.得到如下表格的时间消耗数据:
100*100
1000*1000
10000*10000
串行消耗(ms)
0.03
4.36
296.91
并行消耗(ms)
7.06
9.54
182.27
(2)可以发现.当矩阵规模较小时.串行算法仍然要比并行算法运行的快.当规模到达一定程度的时候.并行运行的速度较串行有了提升。
并行算法对各个CPU的调度也占用一定的时间.当问题规模很小的时候.这个调度时间占了很大的比重.而在规模较大的时候.这个调度时间就显得微乎其微了
3、线程数目对并行程序的影响(这里假设问题规模为:N*M=10000*10000)
(1)在使用OpenMP进行并行执行矩阵加法时.我们可以自由设置进行并行计算的并行线程数目。
(2)在并行区域中.通过函数int omp_set_num_threads(int)设置并行区域中要创建的线程数.分别设置为2、4、8、16.得到如下表格的时间消耗
2
4
8
16
并行消耗(ms)
262.73
205.12
248.97
295.38
(3)观察发现.在问题规模不变的前提下.随着线程数目的增加.问题解决的时间也在相应的减少。但是.问题消耗的时间并不会随着线程数目的增加而不断的减少.原因可能是因为.随着线程数目的增减.线程的额外准备时间开销也将扩大。
四、心得体会
通过本次实验.了解了openMP库函数.掌握了
文档评论(0)