写在最前面：
并行化虽好，但并不是所有任务在并行化后都能得到性能的提升！
首先要满足的是所要完成的任务量远大于分配其他线程的消耗。

Installation

一般Ubuntu系统自带

Implement

1、一个最简单的OpenMP代码：

#include <iostream>
#include <omp.h>
using namespace std;
int main(){
    #pragma omp parallel default(none) shared(cout) // This is the parallel region
    {
        int ID = omp_get_thread_num();
        int num = omp_get_num_threads();
        cout << "Hello World " << ID <<  " from " << num << endl;
    }

代码编译：

命令	编译方式
gcc/g++ –fopenmp hello_world.c	gcc
icc/icpc –openmp hello_world.c	intel (linux)
cc –openmp hello_world.c	Cray
pgcc –mp hello_world.c	pgi

2、如何规定线程数

有三种方法，下面是当初的截图，忘了翻译了… 或者问GPT也行。

2、如何设置OpenMP分配线程的schedule

schedule	description
Static	（默认）Chunk-size固定，线程所执行的chunk固定
Dynamic	Chunk-size固定，线程按需请求chunk执行
Guided	Chunk-size逐渐降低，线程按需请求chunk执行

没法说哪个更好，你每个线程的任务基本一致的话static理论上比较好，如果不一致的话Dynamic和Guided可能更好。针对不同的任务需要自己测试后择优。

更详细介绍的看：
OpenMP的schedule机制

3、 冲突避免机制 --Reduction（规约）

OpenMP的reduction指令用于将计算结果从并行循环中的多个线程合并为单个结果。通过使用reduction指令，每个线程都会维护一个私有的变量，并在循环结束时将这些变量组合成单个结果。
支持多种操作符：+、-、*、/、max、min等

使用OpenMP的reduction指令计算向量中所有元素的和的示例：

#include<omp.h>
#include<stdio.h>
#include<stdlib.h>

#define SIZE 10000000

int main() {
    int i;
    double sum = 0.0;
    double *array = (double*) malloc(SIZE * sizeof(double));

    // 初始化数组
    for (i = 0; i < SIZE; i++) {
        array[i] = i * 0.1;
    }

    // 使用OpenMP并行计算数组总和
#pragma omp parallel for default(none) reduction(+: sum)
    for (i = 0; i < SIZE; i++) {
        sum += array[i];
    }

    printf("Sum of array elements = %lf\n", sum);

    free(array);
    return 0;
}

上例中，通过使用#pragma omp parallel for reduction(+: sum)指令，将计算数组所有元素总和的任务划分给多个线程并使用加法操作符(+)将每个线程私有的sum变量的值累加到共享的sum变量中，最终输出结果的正确和最终值。

Discovery

另外经过实验我发现，针对同一代码，使用C编译和C++编译得到的性能是不同的。
如针对下面这个计算圆周率$\pi$的例子：

相关理论在这：

现在来看下随着使用的线程数增加，我们的运算耗时如何变化：

PC的CPU: AMD 5800H

C++编译后的性能变化趋势如下：

可以看到，C的结果与我们的预想基本一致，线程数越大运算越快；线程数大到一定程度速度就不怎么增加了。
而C++的结果却出乎意料，但仅就耗时的数量级来看，C++的性能是远高于C的。我暂时还不能解释原因…