这是我的第一个问题。我正在尝试将 C 中的 2d haar 变换函数与 openMP 并行化。我在这里获得了它并进行了相应的修改。该程序获取黑白图像，将其放入矩阵并计算一级哈尔小波变换。最后，它将值标准化并将转换后的图像写入磁盘。
这是HDT的结果图像1 级
我的问题是并行版本的运行速度比串行版本慢得多。现在我在这里附上我想要并行化的主要部分的一个片段（稍后我可以放置所有周围的代码）：
void haar_2d ( int m, int n, double u[] )
// m & n are the dimentions (every image is a perfect square)
//u is the input array in **(non column-major!)** row-major order</del>
int i;
int j;
int k;
double s;
double *v;
int tid, nthreads, chunk;
s = sqrt ( 2.0 );
v = ( double * ) malloc ( m * n * sizeof ( double ) );
for ( j = 0; j < n; j++ )
{
for ( i = 0; i < m; i++ )
{
v[i+j*m] = u[i+j*m];
}
}
/*
Determine K, the largest power of 2 such that K <= M.
*/
k = 1;
while ( k * 2 <= m )
{
k = k * 2;
}
/* Transform all columns. */
while ( n/2 < k ) // just 1 level of transformation
{
k = k / 2;
clock_t begin = clock();
#pragma omp parallel shared(s,v,u,n,m,nthreads,chunk) private(i,j,tid)
{
tid = omp_get_thread_num();
printf("Thread %d starting...\n",tid);
#pragma omp for schedule (dynamic)
for ( j = 0; j < n; j++ )
{
for ( i = 0; i < k; i++ )
{
v[i +j*m] = ( u[2*i+j*m] + u[2*i+1+j*m] ) / s;
v[k+i+j*m] = ( u[2*i+j*m] - u[2*i+1+j*m] ) / s;
}
}
#pragma omp for schedule (dynamic)
for ( j = 0; j < n; j++ )
{
for ( i = 0; i < 2 * k; i++ )
{
u[i+j*m] = v[i+j*m];
}
}
}//end parallel
clock_t end = clock();
double time_spent = (double)(end - begin) / CLOCKS_PER_SEC;
printf ( "Time for COLUMNS: %f ms\n", time_spent * 1000);
}//end while
// [...]code for rows
free ( v );
return;}
时间或多或少是：
Time for COLUMNS: 160.519000 ms // parallel
Time for COLUMNS: 62.842000 ms // serial
我尝试以许多不同的方式重新安排编译指示，例如使用静态调度、部分、任务等，还重新安排变量的数据范围并在并行区域内动态分配。我认为并行化 2 级会很简单，但现在我已经苦苦挣扎了两天。寻求您的帮助，我已经在这里检查了所有相关问题，但仍然无法继续，或者至少无法理解原因。先感谢您。（CPU Intel Core i3-4005U CPU @ 1.70GHz × 4 thread, 2 cores ）
更新：
1) m & n 怎么样，它应该在某一天也实现矩形图像，所以我把它留在那里。
2）我发现 u 实际上是一个普通数组，里面有一个线性化矩阵，即逐行（我使用 PGM 图像）。
3) memcpy 是一个更好的选择，所以现在我正在使用它。
关于主要话题，我试图通过为每个块生成一个任务来将工作划分为 n，结果比串行代码快一点。现在我知道输入矩阵 u 处于良好的行优先顺序，2 个 fors 似乎相应地进行，但我不确定时间：同时使用 omp_get_wtime() 和 clock() 我不知道如何测量加速。我用不同的图像尺寸进行了测试，从 16x16 到 4096x4096，并行版本似乎使用 clock() 更慢，使用 omp_get_wtime() 和 gettimeofday() 更快。对于如何使用 OpenMP 正确处理它，或者至少如何正确测量加速比，您有什么建议吗？
while ( n/2 < k )
{
k = k / 2;
double start_time = omp_get_wtime();
// clock_t begin = clock();
#pragma omp parallel shared(s,v,u,n,m,nthreads,chunk) private(i,j,tid) firstprivate(k)
{
nthreads = omp_get_num_threads();
#pragma omp single
{
printf("Number of threads = %d\n", nthreads);
int chunk = n/nthreads;
printf("Chunks size = %d\n", chunk);
printf("Thread %d is starting the tasks.\n", omp_get_thread_num());
int h;
for(h=0;h<n;h = h + chunk){
printf("FOR CYCLE i=%d\n", h);
#pragma omp task shared(s,v,u,n,m,nthreads,chunk) private(i,j,tid) firstprivate(h,k)
{
tid = omp_get_thread_num();
printf("Thread %d starts at %d position\n", tid , h);
for ( j = h; j < h + chunk; j++ )
{
for ( i = 0; i < k; i++ )
{
v[i +j*m] = ( u[2*i+j*m] + u[2*i+1+j*m] ) / s;
v[k+i+j*m] = ( u[2*i+j*m] - u[2*i+1+j*m] ) / s;
}
}
}// end task
}//end launching for
#pragma omp taskwait
}//end single
}//end parallel region
// clock_t end = clock();
// double time_spent = (double)(end - begin) / CLOCKS_PER_SEC;
// printf ( "COLUMNS: %f ms\n", time_spent * 1000);
double time = omp_get_wtime() - start_time;
printf ( "COLUMNS: %f ms\n", time*1000);
for ( j = 0; j < n; j++ )
{
for ( i = 0; i < 2 * k; i++ )
{
u[i+j*m] = v[i+j*m];
}
}
}//end while