You need to enable JavaScript to run this app. Fortran调用OpenMP计算圆周率Pi结果异常问题求助
优惠活动
大模型
产品
解决方案
定价
更多

Fortran调用OpenMP计算圆周率Pi结果异常问题求助

核心错误点

  1. ncircs数组被错误声明为私有变量
    你在omp parallel的private列表中加入了ncircs,这会导致每个线程都生成一份独立的ncircs本地副本,既没有继承主线程的初始值,线程内计算的结果也不会同步回主线程的全局ncircs数组。所有线程操作的都是未初始化的本地垃圾值,最终累加的ncirc自然是完全错误的乱数。
  2. rand()函数非线程安全
    gfortran内置的rand()/srand()使用全局状态存储随机数种子,多线程并行调用时会产生严重的资源竞争:不仅生成的随机数序列错误,还会导致大量内核态锁等待,这也是你并行版本sys时间高达219分钟、运行速度远慢于串行的核心原因。
  3. ncircs数组初始化不全
    原代码仅初始化了ncircs(1)到ncircs(4),下标0、5~35的元素都没有初始化为0,就算没有并行问题,计数结果也会出错。
  4. 数组越界访问风险
    你在critical段内打印了ncircs(thread_num+1),当thread_num=35时,访问下标为36,超出了你定义的ncircs(0:35)的数组范围,会读取未知内存值。

修复方案

  1. 把ncircs从private列表中移除,改为shared变量:由于每个线程只会访问和自己编号thread_num对应的数组元素,不存在写冲突,不需要额外加锁。
  2. 替换非线程安全的rand(),改用Fortran 2008标准的random_number(),每个线程初始化独立的随机数种子,避免跨线程干扰。
  3. 补全ncircs的初始化逻辑,遍历0到35所有下标初始化为0。
  4. 删除越界的ncircs(thread_num+1)打印逻辑,或者调整为合法下标。
  5. 可选优化:直接对ncirc使用reduction(+:ncirc),可以省去线程本地计数数组和critical段,代码更简洁性能更好。

修复后核心代码示例

!
program test_rand
    use omp_lib
    implicit none
    integer, parameter :: num_threads =36
    integer*8,parameter :: nc = 1000000000
    integer*8 ncirc
    integer i,thread_num,istart,iend,ppt
    real*8 x,y,dist,pi
    integer,parameter :: seed = 864
    integer :: seedsize, seed_arr(8)
    ncirc=0
    ppt=(nc+num_threads-1)/num_threads
    call omp_set_num_threads(num_threads)
!$omp parallel default(none) private(istart,iend,thread_num,i,dist,x,y,seed_arr,seedsize) shared(ppt) reduction(+:ncirc)
    thread_num = omp_get_thread_num()
    istart=thread_num*ppt+1
    iend = min(nc,thread_num*ppt+ppt)
    ! 初始化线程独立随机数种子
    call random_seed(size=seedsize)
    call random_seed(get=seed_arr)
    seed_arr = seed_arr + thread_num*100 + seed
    call random_seed(put=seed_arr)
    do i=istart,iend
        call random_number(x)
        call random_number(y)
        dist=(x-0.5)**2+(y-0.5)**2 ! 可以省去sqrt,直接和0.25比较更快
        if (dist.le.0.25d0) ncirc = ncirc +1
    end do
!$omp end parallel
    pi=4*dble(ncirc)/dble(nc)
    print *,pi,ncirc
end program test_rand

编译运行后并行结果会和串行一致,运行效率也会符合预期。

内容的提问来源于stack exchange,提问作者Lakshmi Pandey

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.10.16 13:45:04