很多場景下，爲了實現某一目標我們會使用多層for循環來解決問題，針對多層for循環如何使用openmp來進行加速，是本篇博客所關注的問題。本篇博客將就着以下3點進行討論
從一個多層循環的例子說起
先看這麼一段代碼：
for(int i = 0; i < 2; i++) {
cout << "first loop"<< endl;
for (int j = 0; j < 2; j++) {
cout << "second loop" << endl;
for (int k = 0; k < 2; k++) {
printf("third loop i = %d j = %d k = %d \n");
}
}
}
以上爲0-test.cc，後面會結合這個代碼進行改動得到1-test.cc,2-test.cc.3-test.cc
這個案例中一共有3層for循環，每一層都進行了打印操作，我們的目標是對這三層循環進行加速。
首先我們應該清楚openmp能提升運行速度的原因主要時因爲並行。不使用openmp，程序是串行的，一個操作接着一個操作進行。但實際上許多操作本身是不互相影響的，因此給提升性能帶來了可能，我們可以讓程序同一時刻進行多個互相不干擾的程序，進而提升效率。
如果某個程序不同操作之間有影響，難道就不能並行了麼？也不全是，並行的程序不能相互影響，因此想要提升相互影響的程序，首先可以先改代碼使得不同操作之間沒有影響，然後再並行。這個會在後期的其他博客中寫，這裏按住不提。
就着上一個例子說明，單看最內層的打印操作，可以發現事實上對於最內層的打印來說，這個程序僅僅是重複打印了8次，這8次是互相不干擾的，因此是可以通過並行提升性能的。
重點是我們如何用openmp進行並行。
一些並行嘗試
爲了更好的解釋OpenMP在這裏的作用我會用4個例子來具體介紹
1-test.cc
opm_set_num_threads(4)
#pragma omp parallel
for(int i = 0; i < 2; i++) {
cout << "first loop"<< endl;
for (int j = 0; j < 2; j++) {
cout << "second loop" << endl;
for (int k = 0; k < 2; k++) {
printf("third loop i = %d j = %d k = %d \n");
}
}
}
很遺憾，這個代碼並不會提升性能，在#pragma omp parallel的確會生成指定數目的線程個數，但是在1-test.cc的多個線程每個線程都完成了一遍整個程序，因此時間沒有減少。
2-test.cc
opm_set_num_threads(4)
#pragma omp parallel
#pragma parallel for
for(int i = 0; i < 2; i++) {
cout << "first loop"<< endl;
for (int j = 0; j < 2; j++) {
cout << "second loop" << endl;
for (int k = 0; k < 2; k++) {
printf("third loop i = %d j = %d k = %d \n");
}
}
}
這個代碼才真正做到了提升效率，並且時間可以減少爲原來的一半。
這究竟是什麼原因呢？通過查詢IBM官方
給出的解釋可以知道#pragma omp parallel會進行以下操作：
- 生成指定數目的線程組
- 每個線程完成語句生效範圍內的所有操作
- Working-sharing construct區域內的操作將由不同線程分別完成
![IBM官方給出的解釋]()
#pragam parallel for則完成了working-sharing construct區域建立的功能，因此必須在for循環前面加一個#pragma parallel for才能真正實現並行
3-test.cc
#pragma omp parallel for可以實現2-test.cc中的2行代碼的功能
opm_set_num_threads(4)
#pragma omp parallel for
for(int i = 0; i < 2; i++) {
cout << "first loop"<< endl;
for (int j = 0; j < 2; j++) {
cout << "second loop" << endl;
for (int k = 0; k < 2; k++) {
printf("third loop i = %d j = %d k = %d \n");
}
}
}
結論
對於多層for循環這種代碼結構而言，如果最內層for循環各個分支之間互相不影響，則可以通過最外層for循環添加#pragma omp parallel for的方式實現併發。
不過這個方法要特別注意是，多層for循環最內層分支不能互相有影響，而對於有影響的for循環，應該在併發之前改動代碼結構，使得內層結構不互相影響，之後纔可以進行代碼併發化。
並且，不是所有的多層for循環都是可以簡單通過一行指令進行並行的，對於更復雜的代碼結構，應該先理清代碼邏輯，然後改寫原代碼成可以並行的代碼結構，之後進行並行。