任务一 使用OpenMP进行并行矩阵乘法
- 你的程序应该能够接受两个矩阵作为输入，并计算它们的乘积。
- 使用OpenMP将矩阵乘法操作并行化，以加快计算速度。
- 考虑如何将矩阵数据进行划分和分配给不同的线程，以实现并行计算。
- 考虑如何处理并行区域的同步，以避免竞态条件和数据一致性问题。
- 考虑如何利用OpenMP的并行循环和矩阵计算指令，以进一步提高并行效率。
出现链接错误undefined reference to 'omp_get_wtime'是因为没有链接OpenMP库，在编译命令中添加-fopenmp选项即可，命令如下。
# 添加选项
g++ -fopenmp task1.cpp -o task1
# 命令行
cd "e:\Codefield\parallel_principle_labs_hust\task1\" ;
if ($?) { g++ -fopenmp task1.cpp -o task1 } ; if ($?) { .\task1 }随机生成不同大小的数据集，这里分别生成了1k~4k，步长=0.5k的数据集，对于每个数据集，分别跑了三个实验，具体方案如下面的 step1 ~ step3 所示。
【实验结果汇总表】
时间单位为秒(s)，这里为了放大观察，都将矩阵乘法执行10次。
| 数据集（矩阵）大小 | Baseline | OpenMP | 分块 |
|---|---|---|---|
| 1k×1k | 46.53 | 16.529 | 12.62 |
| 1.5k×1.5k | 230.483 | 86.225 | 48.274 |
| 2k×2k | 779.347 | 190.439 | 124.085 |
| 2.5k×2.5k | 1414.18 | 359.067 | 223.803 |
| 3k×3k | 2932.61 | 857.639 | 372.692 |
| 3.5k×3.5k | 4294.26 | 1202.43 | 625.25 |
| 4k×4k | 5558.54 | 1826.19 | 919.865 |
| 4.5k×4.5k | 11056.7 | 2756.93 | 1256.62 |
不使用任何优化的情况下，dim=1000的情况下计算两个矩阵乘法所花费的时间如下：
加上 #pragma omp parallel for 指令来并行化矩阵乘法，它会让编译器将接下来的for循环并行化执行，其中每个线程将负责处理不同的迭代。而OpenMP会自动根据可用的线程数进行任务划分和分配。花费的时间如下：
使用块划分的方法将矩阵划分为更小的块，块大小为32，并使用OpenMP的并行指令 #pragma omp parallel for collapse(2) 将计算任务分配给多个线程。花费的时间如下：
任务二 使用Pthreads实现并行文本搜索
- 你需要实现一个函数，该函数接受一个目标字符串和一个包含多个文本文件的文件夹路径。
- 程序应该并行地搜索每个文本文件，查找包含目标字符串的行，并将匹配的行打印出来。
- 每个线程应该处理一个文件，你需要合理地分配文件给不同的线程。
- 确保你的程序是线程安全的，并正确处理多个线程之间的同步问题。