我是一个新的OpenMp Programer,现在我遇到了乘以两个矩阵的问题。这是我的并行代码,但速度并不像我想象的那么快。 例如我给它一个3000 * 3000矩阵和3000 * 3000和我的域为2(随机数为0或1)和并行慢于顺序并行乘法矩阵openmp比序列更慢
clock_t tStart = clock();
cout<<(char)169<<" parallel "<<(char)170<<endl;
int a,b,c,Domain ;
cin>>a>>b>>c>>Domain;
srand(time(0));
int **arr1;
int **arr2;
int **arrRet;
arr1 = new int*[a];
#pragma omp for schedule (dynamic)
for(int i=0 ; i<a ; i++)
arr1[i] = new int [b];
arr2 = new int*[b];
#pragma omp for schedule (dynamic)
for(int i=0 ; i<b ; i++)
arr2[i] = new int [c];
arrRet = new int*[a];
#pragma omp for schedule (dynamic)
for(int i=0 ; i<a ; i++)
arrRet[i] = new int [c];
#pragma omp for schedule (dynamic)
for(int i=0 ; i<a ; i++)
{
#pragma omp for schedule (dynamic)
for(int j=0; j<b ; j++)
{
arr1[i][j]=rand()%Domain;
}
}
//cout<<"\n\n\n";
#pragma omp for schedule (dynamic)
for(int i=0 ; i<b ; i++)
{
#pragma omp for schedule (dynamic)
for(int j=0 ; j<c ; j++)
{
arr2[i][j]=rand()%Domain;
}
}
//cout<<"\n\n\n";
#pragma omp for schedule (dynamic)
for(int i=0 ; i<a ; i++)
#pragma omp for schedule (dynamic)
for(int j2=0 ; j2<c ; j2++)
{
int sum=0;
#pragma omp parallel for shared(sum) reduction(+:sum)
for(int j=0 ; j<b ; j++)
{
sum+=arr1[i][j]*arr2[j][j2];
}
arrRet[i][j2]=sum;
}
printf("Time taken : %.4fs\n", (double)(clock() - tStart)/CLOCKS_PER_SEC);
的可能的复制[OpenMP的时间和时钟()计算两个不同的结果](HTTPS:/ /stackoverflow.com/questions/10673732/openmp-time-and-clock-calculates-two-different-results)和https://stackoverflow.com/q/10624755/620382 – Zulan
不要自己做矩阵乘法。这太疯狂了。矩阵乘法是本书中最古老的问题。找一些图书馆为你做这些,比如OpenBLAS。也可以使用[Armadillo](http://arma.sourceforge.net/)来保存矩阵。停止保留这些不良阵列以保存矩阵。它们很慢,因为你的编译器不能[矢量化](https://en.wikipedia.org/wiki/Automatic_vectorization)它们。您可以将Armadillo与OpenBLAS连接起来,它可以为您和您的处理器功能进行并行处理,从而为您提供最佳性能。 –
@TheQuantumPhysicist我的老师告诉我我不能使用库:( – ali