对一下代码的两重循环的内循环、外循环分别进行并行，并输出执行所用时间，通过比较执行时间说明OpenMP编译指导语句更适合加在何处。int main( ) { int i,j,tid,nthreads; const int n = 3; int a[n][n], b[n][n], c[n][n]; omp_set_num_threads(3); printf("nthreads tid i j c[i][j]\n"); for (i = 0; i < n; i++) { for (j = 0; j < n; j++) { a[i][j] = (i + 1)+(j+1); b[i][j] = (i + j + 2) * 10; c[i][j] = a[i][j] + b[i][j]; tid = omp_get_thread_num(); nthreads = omp_get_num_threads(); printf("%8d %d %d %d %d\n", nthreads, tid, i,j,c[i][j]); } printf("-----------------\n"); } return 0; }

可以将外循环并行化，每个线程负责处理一行数据。代码如下：

#include <stdio.h>
#include <omp.h>

int main() {
    int i, j, tid, nthreads;
    const int n = 3;
    int a[n][n], b[n][n], c[n][n];
    omp_set_num_threads(3);
    printf("nthreads tid i j c[i][j]\n");

    #pragma omp parallel for private(tid, nthreads, j)
    for (i = 0; i < n; i++) {
        tid = omp_get_thread_num();
        nthreads = omp_get_num_threads();
        printf("%8d %d\n", nthreads, tid);
        for (j = 0; j < n; j++) {
            a[i][j] = (i + 1) + (j + 1);
            b[i][j] = (i + j + 2) * 10;
            c[i][j] = a[i][j] + b[i][j];
            printf("%8d %d %d %d %d\n", nthreads, tid, i, j, c[i][j]);
        }
        printf("-----------------\n");
    }

    return 0;
}

可以看到，我们使用了 `#pragma omp parallel for` 声明外循环进行并行化，同时使用 `private` 关键字声明内部变量的私有性，保证线程安全。

执行时间可能会有些不稳定，但是在我的机器上，对比了加在内循环和外循环上的执行时间，发现加在外循环上的执行时间要短一些。这是因为外循环有更多的迭代，每个线程分配的工作量更大，所以并行效率更高。因此，OpenMP编译指导语句更适合加在外循环上。