OpenMP：嵌套for循环，几乎没有任何执行时间的差异

Question

我正在做一些图像处理，并有一个嵌套for循环。我想要使​​用OpenMP实现多处理。 for循环看起来像这样，我已经添加了pragma标签并声明了一些私有变量。

int a,b,j, idx; 
#pragma omp parallel for private(b,j,sumG,sumGI) 
    for(a = 0; a < ny; ++a) 
    { 
     for(b = 0; b < nx; ++b) 
     { 
      idx = a*ny+b; 
      if (imMask[idx] == 0) 
      { 
       Wshw[idx] = 0; 
       continue; 
      } 

      sumG = 0; 
      sumGI = 0; 

      for(j = a; j < ny; ++j) 
      { 
       sumG += shadowM[j-a]; 
       sumGI += shadowM[j-a] * imBlurred[nx*j + b]; 
      } 

      Wshw[idx] = sumGI/sumG; 
     } 
    } 

两个NX的大小和纽约大，我认为，使用OpenMP，我会得到执行时间的下降减少，取而代之的是几乎没有区别。当我实现多线程时，我会做错什么？

Answer 1

您在idx有竞赛条件。你也需要把它变成私人的。

然而，你可以尝试这样的事情。

int a,b,j, idx; 
#pragma omp parallel for private(a,b,j,sumG,sumGI) 
for(idx=0; idx<ny*nx; ++idx) { 
    if (imMask[idx] == 0) 
    { 
     Wshw[idx] = 0; 
     continue; 
    } 

    sumG = 0; 
    sumGI = 0; 
    a=idx/ny; 
    b=idx%ny; 
    for(j = a; j < ny; ++j) { 
     sumG += shadowM[j-a]; 
     sumGI += shadowM[j-a] * imBlurred[nx*j + b]; 
    } 

    Wshw[idx] = sumGI/sumG; 
} 

你也许可以简单地将内部循环以及idx的函数代替为a和b。