parallel-processing - 如何正确并行化并行区域内的内部循环？

Question

我正在尝试在并行区域内并行化内部 for 循环：

    int num_threads, num_procs,max_row;
    double start_time;
    int i,h;
    # pragma omp parallel default(none) \
      shared(A,x,b,n,num_threads,num_procs,start_time,max_row)
    {
        int id = omp_get_thread_num();
        if (id == 0)
        {
            num_threads = omp_get_num_threads();
            num_procs = omp_get_num_procs();
            printf("Number of processors: %d\n", num_procs);
            printf("Actual number of threads: %d\n", num_threads);
            start_time = omp_get_wtime();
        }

        for (int i = 0; i < n-1; i++)   // for col 0 ... n-2
        {
            // partial pivoting    
            max_row = find_max(A,n,i);
            if (i != max_row)
            {
                swap_rows(A,n,b,i,max_row);
            }

            # pragma omp for 
            for (int j = i+1; j < n; j++)  // for each elt under pivot
            {
                double scalar = A[j*n+i] / A[i*n+i];
                for (int k = 0; k < n; k++) // update values across row
                {
                    A[j*n+k] -= (scalar * A[i*n+k]);
                }
                b[j] -= (scalar * b[i]);
            }
            // implicit barrier
        }

        for (int h = n-1; h >= 0; h--)
        {
            x[h] = b[h] / A[h*n+h];
            #pragma omp for 
            for (int l = h-1; l >= 0; l--)
            {
                b[l] -= A[l*n+h] * x[h];
            }
        // implicit barrier
        }
    } // end parallel region

我不明白如何控制线程，以便只有一个线程计算外部 for 循环头，而不是所有线程。让所有线程都执行外部 for 循环头不是效率低下吗？我的书建议最好有一个并行区域而不是两个#pragma omp parallel for 语句，但是当您在并行区域内有这么多代码时会令人困惑。