我正在尝试在C++中与OpenMP并行处理链表数据。 我对 OpenMP 很陌生，对C++很生疏。 我想做的是让几个线程来分解链表，并输出其特定范围内的节点数据。 我不在乎输出发生的顺序。 如果我能让它工作，我想用 Node 数据的一些实际处理来替换简单的输出。
我在互联网上发现了几件事(包括这个网站上的一些问题)，根据我的发现，我拼凑了这样的代码：
#include <iostream>
#include <omp.h>
// various and sundry other stuff ...
struct Node {
int data;
Node* next;
};
int main() {
struct Node *newHead;
struct Node *head = new Node;
struct Node *currNode;
int n;
int tid;
//create a bunch of Nodes in linked list with "data" ...
// traverse the linked list:
// examine data
#pragma omp parallel private(tid)
{
currNode = head;
tid=omp_get_thread_num();
#pragma omp single
{
while (currNode) {
#pragma omp task firstprivate(currNode)
{
cout << "Node data: " << currNode->data << " " << tid << "n";
} // end of pragma omp task
currNode = currNode->next;
} // end of while
} //end of pragma omp single
} // end of pragma omp parallel
// clean up etc. ...
} // end of main
所以我运行：
>: export OMP_NUM_THREADS=6
>: g++ -fopenmp ll_code.cpp
>: ./a.out
输出为：
Node data: 5 0
Node data: 10 0
Node data: 20 0
Node data: 30 0
Node data: 35 0
Node data: 40 0
Node data: 45 0
Node data: 50 0
Node data: 55 0
Node data: 60 0
Node data: 65 0
Node data: 70 0
Node data: 75 0
因此，tid 始终为 0。 这意味着，除非我真的误解了什么，否则只有一个线程对链表做了任何事情，所以链表根本没有并行遍历。
当我摆脱single时，代码因 seg 错误而失败。 我尝试将一些变量移入和移出 OpenMP 指令范围，没有变化。 更改线程数不起作用。 如何使它起作用？
第二个问题：一些网站说firstprivate(currNode)是必要的，而另一些网站则说currNode默认firstprivate。 谁是对的？
您当然可以使用多个线程遍历链表，但它实际上比仅使用单个线程要慢。
原因是，要知道节点N != 0的地址，就必须知道节点N-1的地址。
现在假设您有N个线程，每个线程负责"从i位置开始"。上一段暗示线程i将依赖于线程i-1的结果，而线程又取决于线程i-2的结果，依此类推。
无论如何，您最终得到的是一个串行遍历。但是现在，不仅仅是一个简单的for，您还必须同步线程，从而使事情本身变慢。
但是，如果您正在尝试进行一些繁重的处理，这些处理将从并行运行中受益，那么是的，您将采用正确的方法。您可以更改获取线程 ID 的方式：
#include <iostream>
#include <omp.h>
struct Node {
int data;
Node* next;
};
int main() {
struct Node *head = new Node;
struct Node *currNode = head;
head->data = 0;
for (int i=1;i<10;++i) {
currNode->next = new Node;
currNode = currNode->next;
currNode->data = i;
}
// traverse the linked list:
// examine data
#pragma omp parallel
{
currNode = head;
#pragma omp single
{
while (currNode) {
#pragma omp task firstprivate(currNode)
{
#pragma omp critical (cout)
std::cout << "Node data: " << currNode->data << " " << omp_get_thread_num() << "n";
}
currNode = currNode->next;
}
}
}
}
可能的输出：
Node data: 0 4
Node data: 6 4
Node data: 7 4
Node data: 8 4
Node data: 9 4
Node data: 1 3
Node data: 2 5
Node data: 3 2
Node data: 4 1
Node data: 5 0
现场观看！
最后，对于更惯用的方法，请考虑使用 std：：forward_list：
#include <forward_list>
#include <iostream>
#include <omp.h>
int main() {
std::forward_list<int> list;
for (int i=0;i<10;++i) list.push_front(i);
#pragma omp parallel
#pragma omp single
for(auto data : list) {
#pragma omp task firstprivate(data)
#pragma omp critical (cout)
std::cout << "Node data: " << data << " " << omp_get_thread_num() << "n";
}
}