web-dev-qa-db-fra.com

Boucles parallèles en C++

Je me demande s’il existe un moyen léger et simple de calculer des boucles telles que for et range for for basées en parallèle en C++. Comment mettriez-vous en œuvre une telle chose? De Scala, je connais la carte, les filtres et les fonctions pour chaque fonction. Peut-être serait-il également possible d’exécuter ces fonctions en parallèle? Existe-t-il un moyen simple d’atteindre cet objectif en C++ . Ma plate-forme principale est Linux, mais ce serait bien si cela fonctionnait sur plusieurs plates-formes.

c++c++11for-loopconcurrencyc++14
20
Exagon

Quelle est votre plateforme? Vous pouvez regarder OpenMP, bien que cela ne fasse pas partie de C++. Mais il est largement soutenu par les compilateurs.

Pour en savoir plus sur les boucles for basées sur une plage, voir, par exemple, Utilisation de OpenMP avec C++ 11 sur des boucles for basées sur une plage? .

J'ai également vu peu de documents sur http://www.open-std.org qui indiquent des efforts pour incorporer des constructions/algorithmes parallèles dans le futur C++, mais je ne sais pas quel est leur statut actuel.

METTRE À JOUR

Ajoutons juste un code exemplaire:

template <typename RAIter>
void loop_in_parallel(RAIter first, RAIter last) {
   const size_t n = std::distance(first, last);

   #pragma omp parallel for
   for (size_t i = 0; i < n; i++) {
       auto& elem = *(first + i);
       // do whatever you want with elem
    }
}

Le nombre de threads peut être défini au moment de l'exécution à l'aide de la variable d'environnement OMP_NUM_THREADS.

14
Daniel Langr

Avec les algorithmes parallèles en C++ 17, nous pouvons maintenant utiliser:

std::vector<std::string> foo;
std::for_each(
    std::execution::par_unseq,
    foo.begin(),
    foo.end(),
    [](auto&& item)
    {
        //do stuff with item
    });

calculer des boucles en parallèle. Le premier paramètre spécifie la politique d’exécution

21
Exagon

std::async peut être un bon choix ici, si vous êtes prêt à laisser le runtime C++ contrôler le parallélisme.

Exemple tiré de cppreference.com:

#include <iostream>
#include <vector>
#include <algorithm>
#include <numeric>
#include <future>

template <typename RAIter>
int parallel_sum(RAIter beg, RAIter end)
{
    auto len = end - beg;
    if(len < 1000)
        return std::accumulate(beg, end, 0);

    RAIter mid = beg + len/2;
    auto handle = std::async(std::launch::async,
                              parallel_sum<RAIter>, mid, end);
    int sum = parallel_sum(beg, mid);
    return sum + handle.get();
}

int main()
{
    std::vector<int> v(10000, 1);
    std::cout << "The sum is " << parallel_sum(v.begin(), v.end()) << '\n';
}
10
bobah

Avec C++ 11, vous pouvez paralléliser une boucle for avec seulement quelques lignes de codes . Cela divise une boucle for en fragments plus petits et affecte chaque sous-boucle à un thread:

/// Basically replacing:
void sequential_for(){
    for(int i = 0; i < nb_elements; ++i)
        computation(i);
}

/// By:
void threaded_for(){
    parallel_for(nb_elements, [&](int start, int end){ 
        for(int i = start; i < end; ++i)
            computation(i); 
    } );
}

Ou en classe:

struct My_obj {

    /// Replacing:
    void sequential_for(){
        for(int i = 0; i < nb_elements; ++i)
            computation(i);
    }

    /// By:
    void threaded_for(){
        parallel_for(nb_elements, [this](int s, int e){ this->process_chunk(s, e); } );
    }

    void process_chunk(int start, int end)
    {
        for(int i = start; i < end; ++i)
            computation(i);
    }
};

Pour ce faire, il vous suffit de placer le code ci-dessous dans un fichier d’en-tête et de l’utiliser à volonté:

#include <algorithm>
#include <thread>
#include <functional>
#include <vector>

/// @param[in] nb_elements : size of your for loop
/// @param[in] functor(start, end) :
/// your function processing a sub chunk of the for loop.
/// "start" is the first index to process (included) until the index "end"
/// (excluded)
/// @code
///     for(int i = start; i < end; ++i)
///         computation(i);
/// @endcode
/// @param use_threads : enable / disable threads.
///
///
static
void parallel_for(unsigned nb_elements,
                  std::function<void (int start, int end)> functor,
                  bool use_threads = true)
{
    // -------
    unsigned nb_threads_hint = std::thread::hardware_concurrency();
    unsigned nb_threads = nb_threads_hint == 0 ? 8 : (nb_threads_hint);

    unsigned batch_size = nb_elements / nb_threads;
    unsigned batch_remainder = nb_elements % nb_threads;

    std::vector< std::thread > my_threads(nb_threads);

    if( use_threads )
    {
        // Multithread execution
        for(unsigned i = 0; i < nb_threads; ++i)
        {
            int start = i * batch_size;
            my_threads[i] = std::thread(functor, start, start+batch_size);
        }
    }
    else
    {
        // Single thread execution (for easy debugging)
        for(unsigned i = 0; i < nb_threads; ++i){
            int start = i * batch_size;
            functor( start, start+batch_size );
        }
    }

    // Deform the elements left
    int start = nb_threads * batch_size;
    functor( start, start+batch_remainder);

    // Wait for the other thread to finish their task
    if( use_threads )
        std::for_each(my_threads.begin(), my_threads.end(), std::mem_fn(&std::thread::join));
}

Enfin, vous pouvez définir une macro pour obtenir une expression encore plus compacte:

#define PARALLEL_FOR_BEGIN(nb_elements) tbx::parallel_for(nb_elements, [&](int start, int end){ for(int i = start; i < end; ++i)
#define PARALLEL_FOR_END()})

TBX_PARALLEL_FOR_BEGIN(nb_edges)
{
    computation(i);
}TBX_PARALLEL_FOR_END();
5
arkan

Cela peut être fait en utilisant la fonction de bibliothèque threads spécifiquement pthreads qui peut être utilisée pour effectuer des opérations simultanément.

Vous pouvez en savoir plus à leur sujet ici: http://www.tutorialspoint.com/cplusplus/cpp_multithreading.htm

std :: thread peut également être utilisé: http://www.cplusplus.com/reference/thread/thread/

Ci-dessous, un code dans lequel j'utilise l'identifiant de thread de chaque thread pour diviser le tableau en deux moitiés: 

#include <iostream>
#include <cstdlib>
#include <pthread.h>

using namespace std;

#define NUM_THREADS 2

int arr[10] = {0, 1, 2, 3, 4, 5, 6, 7, 8, 9};

void *splitLoop(void *threadid)
{
   long tid;
   tid = (long)threadid;
   //cout << "Hello World! Thread ID, " << tid << endl;
   int start = (tid * 5);
   int end = start + 5;
   for(int i = start;i < end;i++){
      cout << arr[i] << " ";
   }
   cout << endl;
   pthread_exit(NULL);
}

int main ()
{
   pthread_t threads[NUM_THREADS];
   int rc;
   int i;
   for( i=0; i < NUM_THREADS; i++ ){
      cout << "main() : creating thread, " << i << endl;
      rc = pthread_create(&threads[i], NULL, 
                          splitLoop, (void *)i);
      if (rc){
         cout << "Error:unable to create thread," << rc << endl;
         exit(-1);
      }
   }
   pthread_exit(NULL);
}

Rappelez-vous également que lors de la compilation, vous devez utiliser le drapeau -lpthread.

Lien vers une solution sur Ideone: http://ideone.com/KcsW4P

4
uSeemSurprised

Concurrency :: parallel_for (PPL) est également l’une des options de Nice pour effectuer le parallélisme des tâches.

Tiré de Exercice de codage C++ - Parallèle pour - Calcul du PI de Monte Carlo

int main() {
    srand(time(NULL)); // seed
    const int N1 = 1000;
    const int N2 = 100000;
    int n = 0;
    int c = 0;
    Concurrency::critical_section cs;
    // it is better that N2 >> N1 for better performance
    Concurrency::parallel_for(0, N1, [&](int i) {
        int t = monte_carlo_count_pi(N2);
        cs.lock(); // race condition
        n += N2;   // total sampling points
        c += t;    // points fall in the circle
        cs.unlock();
    });
    cout < < "pi ~= " << setprecision(9) << (double)c / n * 4.0 << endl;
    return 0;
}
0
justyy