3

我正在尝试编写一些可以非常快速地计算随机数并且可以应用于多个线程的东西。我目前的代码是：

/* Approximating PI using a Monte-Carlo method. */

#include <stdio.h>
#include <stdlib.h>
#include <math.h>
#include <time.h>
#include <omp.h>
#define N 1000000000  /* As lareg as possible for increased accuracy */

double random_function(void);

int main(void)
{
   int i = 0;
    double X, Y;
   double count_inside_temp = 0.0, count_inside = 0.0;
   unsigned int th_id = omp_get_thread_num();
   #pragma omp parallel private(i, X, Y) firstprivate(count_inside_temp)
   {
      srand(th_id);
      #pragma omp for schedule(static)
      for (i = 0; i <= N; i++) {
         X = 2.0 * random_function() - 1.0;
         Y = 2.0 * random_function() - 1.0;
         if ((X * X) + (Y * Y) < 1.0) {
        count_inside_temp += 1.0;
     }
  }
  #pragma omp atomic
      count_inside += count_inside_temp;
   }
   printf("Approximation to PI is = %.10lf\n", (count_inside * 4.0)/ N);
   return 0;
}

double random_function(void)
{
   return ((double) rand() / (double) RAND_MAX);
}

这可行，但通过观察资源管理器，我知道它没有使用所有线程。rand() 是否适用于多线程代码？如果没有，有没有好的选择？非常感谢。杰克

4

1 回答 1

7

rand()线程安全吗？也许，也许不是：

rand() 函数不必是可重入的。不需要可重入的函数不需要是线程安全的。”

一个测试和一个好的学习练习是用一个固定的整数代替调用rand()，看看会发生什么。

我认为伪随机数生成器的方式是一个黑盒子，它以整数作为输入并返回一个整数作为输出。对于任何给定的输入，输出总是相同的，但数字序列中没有模式，并且序列均匀分布在可能的输出范围内。（这个模型并不完全准确，但它会做到。）使用这个黑盒的方法是选择一个起始数字（种子），使用应用程序中的输出值并作为下一次调用的输入随机数发生器。设计 API 有两种常用方法：

  1. 两个函数，一个用于设置初始种子（例如srand(seed)），另一个用于从序列中检索下一个值（例如rand()）。PRNG 的状态在内部存储在某种全局变量中。生成一个新的随机数要么不是线程安全的（很难说，但输出流不会是可重现的），要么在多线程代码中会很慢（你最终会在状态值周围进行一些序列化）。
  2. PRNG 状态向应用程序程序员公开的接口。这里通常有三个函数：init_prng(seed)，它返回一些 PRNG 状态的不透明表示，get_prng(state)，它返回一个随机数并更改状态变量，以及destroy_peng(state)，它只是清理分配的内存等等。具有这种类型 API 的 PRNG 都应该是线程安全的，并且在没有锁定的情况下并行运行（因为您负责管理（现在是线程本地的）状态变量。

我通常用 Fortran 编写并使用Ladd 的Mersenne Twister PRNG 实现（该链接值得一读）。C 中有许多合适的 PRNG，它们将状态暴露给您的控制。PRNG看起来不错，使用它（在并行区域和私有状态变量内进行初始化和销毁​​调用）应该会给您带来不错的加速。

最后，通常情况下，如果您一次性要求整个随机数序列（例如，编译器可以向量化 PRNG 内部），可以使 PRNG 性能更好。因为这个库通常有类似get_prng_array(state)函数的东西，它会给你一个充满随机数的数组，就像你放入get_prng一个填充数组元素的循环一样——它们只是做得更快。这将是第二次优化（并且需要在并行 for 循环中添加一个 for 循环。显然，您不想在执行此操作时耗尽每个线程的堆栈空间！

于 2010-09-22T19:02:23.163 回答