OpenMP自定义归约疑问：std::span无法作为中间类型的初始化问题

你的核心问题是对OpenMP双类型归约（最终类型与中间类型不同）的逻辑和语法理解存在偏差。以下是具体修正方案与细节解释：

关键问题分析 #

1. 初始化语法错误：initializer块无需重新声明omp_priv，直接初始化OpenMP提供的私有变量即可。
2. 归约逻辑缺失：双类型归约需要两个核心步骤：线程内用中间类型（std::array）局部累加，最后将所有线程的中间结果合并到最终类型（std::span）——你之前缺少了最终合并的环节。
3. 循环操作错误：归约模式下不能直接操作全局view，否则会引发数据竞争，失去并行归约的意义，应操作线程私有中间变量。

修正后的代码 #

#include <iostream>
#include <array>
#include <vector>
#include <span>
#include <algorithm>

// 中间类型（std::array）之间的合并操作
template<typename T, size_t SIZE>
void merge_arrays(std::array<T, SIZE>& dest, const std::array<T, SIZE>& src) {
    std::transform(dest.begin(), dest.end(), src.begin(), dest.begin(), std::plus<>());
}

// 中间类型合并到最终类型（std::span）的操作
template<typename T, size_t SIZE>
void merge_array_to_span(std::span<T, SIZE>& dest, const std::array<T, SIZE>& src) {
    std::transform(dest.begin(), dest.end(), src.begin(), dest.begin(), std::plus<>());
}

// 线程内：将单个操作数累加到私有array
template<typename T, size_t SIZE>
void add_operand_to_array(std::array<T, SIZE>& dest, const std::array<T, SIZE>& operand) {
    std::transform(dest.begin(), dest.end(), operand.begin(), dest.begin(), std::plus<>());
}

int main() {
    static constexpr size_t SIZE = 10000;
    static constexpr size_t NUM = 10000;

    // 全局结果容器与视图
    std::vector<long long> buffer(SIZE, 0);
    std::span<long long, SIZE> view(buffer);

    // 初始化操作数集合
    std::vector<std::array<long long, SIZE>> operands(NUM);
    #pragma omp parallel for
    for (size_t i = 0; i < NUM; ++i) {
        std::fill(operands[i].begin(), operands[i].end(), i + 1);
    }

    // 声明双类型自定义归约
    #pragma omp declare reduction( \
        add_to_span: std::span<long long, SIZE>, std::array<long long, SIZE>: \
        merge_arrays(omp_out, omp_in) \
    ) initializer( \
        std::fill(omp_priv.begin(), omp_priv.end(), 0LL) \
    ) finalizer( \
        merge_array_to_span(omp_orig, omp_priv) \
    )

    #pragma omp parallel for reduction(add_to_span: view)
    for (size_t i = 0; i < NUM; ++i) {
        // 线程内操作私有中间变量，而非全局视图
        add_operand_to_array(omp_priv, operands[i]);
    }

    // 验证结果：每个元素应为1+2+...+10000 = 50005000
    for (size_t i = 0; i < 10; ++i) {
        std::cout << view[i] << " ";
    }
    std::cout << std::endl;

    return 0;
}

核心修改点说明 #

1. 双类型归约语法：

   • 声明格式为reduction(归约名: 最终类型, 中间类型: 中间合并操作)
   • initializer：将线程私有中间变量（std::array）初始化为全0
   • finalizer：你之前缺失的关键环节，负责把线程私有array的结果合并到全局span

2. 循环内操作：
   循环中不再直接修改全局view，而是操作OpenMP自动生成的私有变量omp_priv，实现线程内局部累加，避免数据竞争。

3. 代码可读性优化：
   用std::transform结合std::plus替代手动循环，简化数组/视图的累加逻辑，同时保证性能。

注意事项 #

• 确保编译器支持OpenMP 4.5及以上版本，双类型归约与finalizer是OpenMP 4.5引入的特性。
• 如果SIZE非常大，可以考虑启用SIMD优化（如添加#pragma omp simd到循环内）进一步提升并行效率。

内容的提问来源于stack exchange，提问作者Chameleon