上面这段示例代码中首先增加了一个 omp.h 头文件，然后就是主函数中多出来一句串行代码中没有的预处理器指令，其他的跟正常的串行程序没什么区别。

# pragma 是C/C++中用以允许非C语言规范部分的行为，如果编译器不支持预处理器指令，那么编译时这句话就会被忽略掉。

OpenMP就依靠这些以 # pragma omp 开头的预处理器指令来进行线程级并行。

预处理器指令后面加的是一些 子句 ，用来附加额外的控制信息。比如说 num_threads() 子句是用来控制接下来的代码块中需要用多少个线程进行并行。

让我比较头疼的是…虽然说并行的几个线程可以认为是同时在运行，当他们都要占用屏幕进行内容输出时会发生抢占。然而MPI的进程在相互抢占时，至少还能保证一个进程输出的东西是在一起的，只不过每次运行时，进程输出的顺序可能会不同。但是OpenMP中，上面那个程序输出来的东西就几乎是完全混乱的了…0.0…应该是其中一个线程只输出了几个字符就被另一个线程抢占了。

而在OpenMP中，编译完成之后的可执行文件可以直接运行，程序在一开始是串行运行，到了需要并行的时候， 单进程单线程 会分裂成 单进程多线程 （其实是除了主线程以外，又启动了几个新的线程同时执行），执行完毕之后又回到 单线程的串行 。而且每次并行的线程数是可以在运行时指定的。

比如说像这张图：

MPI和OpenMP的区别还是比较大的。

所以相对来说，OpenMP可以只把其中的一部分作并行处理，而且并行的时候共享的内存、变量等等都是在一起的，从串行程序的基础上改造过来非常容易，可能只要加几段预处理器指令就可以了，剩下的交给编译器和处理器去解决就可以了。

OpenMP中的冲突解决主要有四种方法：

1
2
3
4
5
6
7

	int sum = 0;
#	pragma omp parallel for num_threads(100)
	for (int i=0;i<100;i++)
	{
		sum += i;
	}
	printf("%d\n", sum);

直接运行的结果是每次运行， sum 最终给出来的结果都有可能是不同的。因为运行时多个线程同时访问了 sum 这个变量，可能前一个线程写上去的内容马上被下一个线程给覆盖掉了，即 出现了数据冲突 。

1
2
3
4
5
6
7
8

	int sum = 0;
#	pragma omp parallel for num_threads(100)
	for (int i=0;i<100;i++)
	{
#		pragma omp critical
		sum += i;
	}
	printf("%d\n", sum);

加上 # pragma omp critical 指令即告诉编译器需要安排线程对下面执行的代码进行 互斥访问 ，即每次只能够有一个线程执行下面的这一句代码。

或者采用：

1
2
3
4
5
6
7

	int sum = 0;
#	pragma omp parallel for num_threads(100) reduction(+: sum)
	for (int i=0;i<100;i++)
	{
		sum += i;
	}
	printf("%d\n", sum);

reduction(+: sum) 是归约子句，加上这一句之后，执行下面的并行任务时， sum 本身是共享的，但每个线程在执行时都会产生一个私有变量，当并行块运算结束之后再将私有变量的值整合回共享变量。

可用 # pragma omp critical(name) 来命名不同的临界区

对同一个临界区的访问还是跟上面一样，一次只有一个进程能够进行操作，而对不同的临界区则可以有不同的进程进行同时访问。

用 # pragma omp atomic 作用在形式为：

1
2
3
4
5

x <op>= <expression>;
x++;
++x;
x--;
--x;

的指令中。

这些语句可以用CPU中的某些特殊硬件指令来实现。

1
2
3

omp_set_lock(&lock);
critical section
omp_unset_lock(&lock);

锁住的区域只允许单个线程进行访问