Untitled

}
}
3.1 Parallelität auf Schleifenebene 33
for(unsigned int i = 0; i < x.size(); ++i
)
{
y[i] += a * x[i];
}
Der Effekt ist nicht der beabsichtigte: Statt dass sich
die Threads im Team die Arbeit untereinander aufteilten,
führt jeder der Threads die gesamte Berechnung aus! Bei
n Threads wird die ganze Schleife also unnötigerweise nmal
ausgeführt. Im besten Fall wird n-mal a ∗ x[i] zu y[i]
addiert. Hinzu kommen mögliche unbeabsichtige Seiteneffekte,
da die Threads unsynchronisiert auf die gemeinsam
genutzten Vektoren zugreifen und es so zu einer Wettlaufsituation
(engl. Race Condition) kommen kann (siehe hierzu
auch Kapitel 1.2.1). Dies ist z. B. dann der Fall, wenn zwei
parallele Threads den gleichen Wert für die Schleifenvariable
i zur Zeit bearbeiten, den Wert von y[i] jeweils gelesen
haben und davor stehen, den neuen Wert von y[i] zu schreiben.
Beide Threads arbeiten in diesem Fall mit dem alten
Wert von y[i]. Die Änderung durch den Thread, der zuerst
seinen neuen, um a ∗ x[i] erhöhten Wert nach y[i] schreibt,
wird durch den nachfolgenden Thread überschrieben. Die
Änderung von y[i] durch den ersten Thread geht also verloren.
Vielmehr benötigt man für dieses Programm das Arbeit
aufteilende Pragma #pragma omp for, um dem Compiler
mitzuteilen, die Schleifendurchläufe auf mehrere Threads
innerhalb des Teams, das den parallelen Abschnitt ausführt,
aufzuteilen, wie in Listing 3.3 gezeigt.