我想使用OpenMP并行填充直方圖。我想出了兩種使用C / C ++中的OpenMP進(jìn)行此操作的方法。第一種方法為每個(gè)線程proccess_data_v1創(chuàng)建一個(gè)私有直方圖變量hist_private，將其填充成小節(jié)，然后將私有直方圖求和成hist一個(gè)critical部分中的共享直方圖。第二種方法proccess_data_v2制作一個(gè)共享直方圖數(shù)組，其數(shù)組大小等于線程數(shù)，并行填充此數(shù)組，然后并行求和該共享直方圖hist。第二種方法對(duì)我來說似乎更好，因?yàn)樗苊饬岁P(guān)鍵部分，并且并行地對(duì)直方圖求和。但是，它需要知道線程數(shù)并調(diào)用omp_get_thread_num()。我通常會(huì)嘗試避免這種情況。有沒有更好的方法來執(zhí)行第二種方法而不引用線程號(hào)并使用大小等于線程數(shù)的共享數(shù)組？void proccess_data_v1(float *data, int *hist, const int n, const int nbins, float max) {    #pragma omp parallel     {        int *hist_private = new int[nbins];        for(int i=0; i<nbins; i++) hist_private[i] = 0;        #pragma omp for nowait        for(int i=0; i<n; i++) {            float x = reconstruct_data(data[i]);            fill_hist(hist_private, nbins, max, x);        }        #pragma omp critical         {            for(int i=0; i<nbins; i++) {                hist[i] += hist_private[i];            }        }        delete[] hist_private;    }}void proccess_data_v2(float *data, int *hist, const int n, const int nbins, float max) {    const int nthreads = 8;    omp_set_num_threads(nthreads);    int *hista = new int[nbins*nthreads];    #pragma omp parallel     {        const int ithread = omp_get_thread_num();        for(int i=0; i<nbins; i++) hista[nbins*ithread+i] = 0;        #pragma omp for        for(int i=0; i<n; i++) {            float x = reconstruct_data(data[i]);            fill_hist(&hista[nbins*ithread], nbins, max, x);        }        #pragma omp for        for(int i=0; i<nbins; i++) {            for(int t=0; t<nthreads; t++) {                hist[i] += hista[nbins*t + i];            }        }    }    delete[] hista;}