c++ - 滥用 OpenMP？

Question

我有一个使用 OpenMP 并行化 for 循环的程序。在循环内部，线程将写入共享变量，因此我需要同步它们。但是，我有时会遇到段错误或双重释放或损坏错误。任何人都知道会发生什么？感谢致敬!这是代码:

void KNNClassifier::classify_various_k(int dim, double *feature, int label, int *ks, double * errors, int nb_ks, int k_max) {   
  ANNpoint      queryPt = 0;    
  ANNidxArray   nnIdx = 0;      
  ANNdistArray  dists = 0;     

  queryPt = feature;      
  nnIdx = new ANNidx[k_max];                
  dists = new ANNdist[k_max];               

  if(strcmp(_search_neighbors, "brutal") == 0) {// search  
    _search_struct->annkSearch(queryPt, k_max,  nnIdx, dists, _eps);  
  }else if(strcmp(_search_neighbors, "kdtree") == 0) {  
    _search_struct->annkSearch(queryPt, k_max,  nnIdx, dists, _eps);  // double free or corruption
  }  

  for (int j = 0; j < nb_ks; j++)  
  {  
    scalar_t result = 0.0;  
    for (int i = 0; i < ks[j]; i++) {          
        result+=_labels[ nnIdx[i] ];  // Segmentation fault
    }  
    if (result*label<0)  
    {  
    #pragma omp critical  
    {  
      errors[j]++;  
    }  
    }  

  }  

  delete [] nnIdx;  
  delete [] dists;  

}

      void KNNClassifier::tune_complexity(int nb_examples, int dim, double **features, int *labels, int fold, char *method, int nb_examples_test, double **features_test, int *labels_test) {    
          int nb_try = (_k_max - _k_min) / scalar_t(_k_step);    
          scalar_t *error_validation = new scalar_t [nb_try];    
          int *ks = new int [nb_try];    

          for(int i=0; i < nb_try; i ++){    
            ks[i] = _k_min + _k_step * i;    
          }    

          if (strcmp(method, "ct")==0)                                                                                                                     
          {    

            train(nb_examples, dim, features, labels );// train once for all nb of nbs in ks                                                                                                

            for(int i=0; i < nb_try; i ++){    
              if (ks[i] > nb_examples){nb_try=i; break;}    
              error_validation[i] = 0;    
            }    

            int i = 0;    
      #pragma omp parallel shared(nb_examples_test, error_validation,features_test, labels_test, nb_try, ks) private(i)    
            {    
      #pragma omp for schedule(dynamic) nowait    
              for (i=0; i < nb_examples_test; i++)         
              {    
                classify_various_k(dim, features_test[i], labels_test[i], ks, error_validation, nb_try, ks[nb_try - 1]); // where error occurs    
              }    
            }    
            for (i=0; i < nb_try; i++)    
            {    
              error_validation[i]/=nb_examples_test;    
            }    
          }

          ......
     }

---

更新:

在我上一篇文章中 double free or corruption ，代码在单线程下运行良好，但在多线程下会出现运行时错误。错误会不时更改。如果我运行两次，一次会出现段错误，另一次会出现双重释放或损坏。

Answer 1

让我们看一下您的分段故障线:

result+=_labels[ nnIdx[i] ];

result 是本地的 -- OK。

nnIdx 是本地的 -- 也可以。

i 是本地的——仍然可以。

_labels ...这是什么？

它是全局性的吗？您是否通过 #pragma shared 定义了对它的访问？

同样适用于前者:

_search_struct->annkSearch(queryPt, k_max,  nnIdx, dists, _eps);

似乎我们这里有一个不容易解决的问题——_search_struct 不是线程安全的——可能其中的值被线程立即修改。每个线程必须有一个专用的 _search_struct，可能是通过在 classify_various_k 中分配它。

然而，真正的坏消息是 ANN 可能是完全不可线程的:

The library allocates a small amount of storage, which is shared by all search struc- tures built during the program’s lifetime. Because the data is shared, it is not deallocated, even when the all the individual structures are deleted.

如上所示，并行数据修改总是会出现问题，因为库本身有一些共享数据——因此它本身不是线程安全的:/。