pi计算的OpenMP并行化要么是缓慢的，要么是错误的

我无法并行化我的monte carlo方法来计算pi。 这是并行化的for循环：

#pragma omp parallel for private(i,x,y) schedule(static) reduction(+:count) for (i = 0; i < points; i++) { x = rand()/(RAND_MAX+1.0)*2 - 1.0; y = rand()/(RAND_MAX+1.0)*2 - 1.0; // Check if point lies in circle if(x*x + y*y < 1.0) { count++; } } 

问题是，如果我使用schedule(static) ，它会低估pi，如果我使用schedule(static) ，它比串行实现慢。 我究竟做错了什么？ 我已经尝试了其他方法来解决它（像这样： 使用OpenMP来计算PI的值 ），但它仍然比串行实现慢得多。

提前致谢

Answer 1

假设您正在使用C库rand函数，该函数不可重入或线程安全。 POSIX提供了一个rand_r函数，但是（引用glibc文档）：

POSIX.1扩展了C标准函数，以支持multithreading程序中可重现的随机数。 但是，扩展设计糟糕，不适合认真工作。

特别是，种子必须是unsigned int，它没有足够的位用于良好的PRNG。 他们建议使用SVID随机数函数，其中nrand48_r可能是您正在寻找的。

或者，您可以使用其他库。

Answer 2

在并行执行此类操作时，您必须考虑的一件事是，由于执行计算的方式不同，可能会出现不同的舍入错误。

例：

((A+B) + (C+D))其中(A+B)和(C+D)并行计算可能与串行方法(((A+B) + C) + D) 。