c++ - 在 C++ 中使用 openmp 更新二维指针

Question

代码 2 的问题在于，由于存在并行区域(这很明显)，delE 无法更新。然而，代码 1 不符合标准，显示出不明确的结果。如果你们中的任何人能提供正确的解决方案来并行运行代码 1 或代码 2，我将不胜感激。

这里 grad_compute 返回一个 2d 指针，需要为每个并行循环存储或添加该指针。 norm_delE 和 delE 分别声明为 3d 和 2d 指针。

#pragma omp parallel for num_threads(8) 

for (int k = 0; k < no_of_sources; k++)
{
    double** gnorm = grad_compute(/*parameters*/);

// code 1   
/*  for (int i = 0; i < rows; i++) { for (int j = 0; j < cols; j++) 
    {
        norm_delE[i][j][k] = gnorm[i][j]; } }    */     

// code 2    
/*  for (int i = 0; i < rows; i++) { for (int j = 0; j < cols; j++) 
    { delE[i][j] += gnorm[i][j]; } }   */
}

如果您需要更多信息，我将不胜感激。

Answer 1

编辑和更新:对于代码 1，无需使用 gronm，grad_compute 的结果直接分配给 norm_delE，但 norm_delE 的维度应更改为 [no_of_sources] * [rows] * [cols]。

对于code2，因为多线程，同时写入delE数组，应该限制每个线程只更新部分行所以我们创建 2 个 omp for 循环，一个用于 code1，另一个用于 code2

此外，grad_compute 获取的内存应该由 free_memory 等函数释放，尽管对于内存管理，建议使用 std::vector 或 unique_ptr。

#pragma omp parallel  num_threads(8) 
{
    //code 1
    #pragma omp for 
    for (int k = 0; k < no_of_sources; k++)
    {
        norm_delEk[k] = grad_compute(/*parameters*/);   
    }
    //code 2

    #pragma omp for
    for (int i = 0; i < rows; i++)
     {
        for (int j = 0; j < cols; j++) 
        {
            for (int k = 0; k < no_of_sources; k++)
            {
                delE[i][j] += norm_delE[k][i][j];
            }
        }
    }
}
//memory that acquired should be released
free_memory(norm_delE);