openmp实现直方图

### 使用 OpenMP 实现直方图并行计算

为了提高直方图计算效率，可以利用 OpenMP 的特性来加速处理过程。下面展示了一个使用 C++ 和 OpenMP 来实现直方图的简单例子。

#### 代码示例

#include <omp.h>
#include <vector>
#include <iostream>

void computeHistogram(const std::vector<int>& data, int bins, std::vector<int>& histogram) {
    // 初始化直方图向量为零
    histogram.assign(bins, 0);

    #pragma omp parallel for schedule(static)
    for (size_t i = 0; i < data.size(); ++i) {
        if (data[i] >= 0 && data[i] < bins) {  // 防止越界访问
            #pragma omp atomic
            histogram[data[i]]++;
        }
    }
}

int main() {
    const size_t dataSize = 1e6;
    const int numBins = 256;

    // 创建随机测试数据集
    std::vector<int> testData(dataSize);
    for (auto& val : testData) {
        val = rand() % numBins;
    }

    std::vector<int> histResult(numBins);

    double start_time = omp_get_wtime();
    
    computeHistogram(testData, numBins, histResult);

    double end_time = omp_get_wtime();

    std::cout << "Time taken: " << (end_time - start_time) * 1000 << " ms\n";

    // 打印部分结果用于验证
    for(int i=0;i<10;++i){
        std::cout<<histResult[i]<<" ";
    }
}

上述代码实现了基于 OpenMP 的直方图计算函数 `computeHistogram`[^2]。该函数接收输入数组 `data` 及其对应的 bin 数目作为参数，并返回填充好的直方图对象。这里采用了静态分配方式 (`schedule(static)`), 将迭代空间划分为多个块并发执行；并通过原子操作(`atomic`)确保不同线程更新同一位置时不发生竞争条件。