openmp并行计算二维波动方程C语言代码

下面是一个使用OpenMP并行计算二维波动方程的C语言代码示例：

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

#define NX 1000
#define NY 1000
#define NT 500

int main(int argc, char **argv)
{
    float c = 1.0;
    float dx = 0.01;
    float dy = 0.01;
    float dt = 0.01;
    float r = c * dt / dx;
    float s = c * dt / dy;
    float u[NX][NY];
    float v[NX][NY];
    float uold[NX][NY];
    float vold[NX][NY];
    int i, j, t;

    // 初始化
    for (i = 0; i < NX; i++)
    {
        for (j = 0; j < NY; j++)
        {
            u[i][j] = 0.0;
            v[i][j] = 0.0;
            uold[i][j] = 0.0;
            vold[i][j] = 0.0;
        }
    }

    // 初始条件
    for (i = NX / 4; i < NX * 3 / 4; i++)
    {
        for (j = NY / 4; j < NY * 3 / 4; j++)
        {
            u[i][j] = 1.0;
        }
    }

    // 时间步进
    for (t = 0; t < NT; t++)
    {
        // 保存上一时刻的值
        #pragma omp parallel for private(j) shared(u, v, uold, vold)
        for (i = 0; i < NX; i++)
        {
            for (j = 0; j < NY; j++)
            {
                uold[i][j] = u[i][j];
                vold[i][j] = v[i][j];
            }
        }

        // 计算新的值
        #pragma omp parallel for private(j) shared(u, v, uold, vold)
        for (i = 1; i < NX - 1; i++)
        {
            for (j = 1; j < NY - 1; j++)
            {
                u[i][j] = uold[i][j] + r * r * (uold[i + 1][j] - 2.0 * uold[i][j] + uold[i - 1][j])
                    + s * s * (uold[i][j + 1] - 2.0 * uold[i][j] + uold[i][j - 1]);
                v[i][j] = vold[i][j] + r * r * (vold[i + 1][j] - 2.0 * vold[i][j] + vold[i - 1][j])
                    + s * s * (vold[i][j + 1] - 2.0 * vold[i][j] + vold[i][j - 1]);
            }
        }

        // 输出结果
        if (t % 10 == 0)
        {
            printf("t = %d\n", t);
            for (i = 0; i < NX; i++)
            {
                for (j = 0; j < NY; j++)
                {
                    printf("%f ", u[i][j]);
                }
                printf("\n");
            }
        }
    }

    return 0;
}

该代码使用了OpenMP的并行for指令来加速for循环。在保存上一时刻的值和计算新的值时都进行并行计算，可以提高运行速度。在本示例中，时间步进循环被串行执行，因为每个时间步进需要依赖上一时刻的值。如果你想进一步优化，可以使用MPI并行化时间步进循环，将计算分布在多个计算节点上。