http://blog.csdn.net/bendanban/article/details/6303100 openMP并不是只能对循环来并行的，循环并行化单独拿出来说是因为它在科学计算中非常有用，比如向量、矩阵的计算。所以我单独拿出这一部分给大家讲讲。这里主要讲解的是for循环。
编译指导语句：
一般格式：
#pragma omp parallel for [clause[clause…]]
for(index = first; qualification; index_expr)
{…}
第一句中[]的部分是可选的，由自己的程序并行特点而定。大家先不要把精力放到这里面。后面的文章中会继续讲解的。
并行化for的编写规则
1、index的值必须是整数，一个简单的for形式：for(int i = start; i < end; i++){…} 。
2、start和end可以是任意的数值表达式，但是它在并行化的执行过程中值不能改变，也就是说在for并行化执行之前，编译器必须事先知道你的程序执行多少次，因为编译器要把这些计算分配到不同的线程中执行。
3、循环语句只能是单入口但出口的。这里只要你避免使用跳转语句就行了。具体说就是不能使用goto、break、return。但是可以使用continue，因为它并不会减少循环次数。另外exit语句也是可以用的，因为它的能力太大，他一来，程序就结束了。
例子讲解
例1、for循环并行:
#include
#include "omp.h"
int main(int argc, char* argv[])
{
int i;
#pragma omp parallel for
for (i = 0; i < 12; i++)
{ printf("i = %d %d/n", i, omp_get_thread_num()); }
return 0;
}
例1的执行结果如图1所示：
图1、例1的执行结果
从结果中可以看出 i 属于{0,1,2}时由0号线程执行，i 属于{3,4,5}时由1号线程执行，i 属于{6,7,8}时由2号线程执行，i 属于{9,10,11}时由3号线程执行。omp_get_thread_num()这个函数通过执行结果大家也知道了，他返回每个线程的编号。
并行编译子句
openMP中有多种并行化子句，这些子句都是为控制循环并行化编译而设定的，这里我们主要关注数据作用域子句，这里的数据作用域是指各个线程是否对某一变量有权访问。shared子句用来标记变量在各个线程之间是共享的，private子句标记变量在各个线程之间是私有的，实际上它会在在每个线程中保存一个副本。默认情况下，并行执行的变量是共享的。至于其它编译子句将在后面的文章中介绍。
用实例讲解数据作用域子句
实际上我很难想到一个综合的例子来讲解这种子句的限制异同，所以我写了几个例子。
例2、private
#include
#include "omp.h"
int main(int argc, char* argv[])
{
float x = 4.3f;
int i;
#pragma omp parallel for private(x)
for (i = 0; i < 12; i++)
{
x = 0;
printf("parallel x = %.1f, thread nummber:%d/n", x, omp_get_thread_num());
}
printf("/nserial x = %.1f, thread nummber:%d/n", x, omp_get_thread_num());
return 0;
}
图2、例2执行结果
例3 firstprivate(var)：指定var在每个线程中都有一个副本，并且var的初始值在并行执行开始之前定义，每个并行线程的var的副本初值就是串行时定义的初始值。程序结束后串行程序中的var值并不会改变。
#include
#include "omp.h"
int main(int argc, char* argv[])
{
float x = 4.3f;
int i;
#pragma omp parallel for firstprivate(x)
for (i = 0; i < 12; i++)
{
x += 1.0f;
printf("parallel x = %.1f, thread nummber:%d/n", x, omp_get_thread_num());
}
printf("/nserial x = %.1f, thread nummber:%d/n", x, omp_get_thread_num());
return 0;
}
图3、例3的执行结果
例4 lastprivate(var):指定最后多线程执行完后原串行循环最后一次var的值带到主线程（串行部分）
#include
#include "omp.h"
int main(int argc, char* argv[])
{
float x = 4.3f;
int i;
#pragma omp parallel for lastprivate(x)
for (i = 0; i < 12; i++)
{
x = 0.0f;
printf("parallel x = %.1f, thread nummber:%d/n", x, omp_get_thread_num());
}
printf("/nserial x = %.1f, thread nummber:%d/n", x, omp_get_thread_num());
return 0;
}
图4、例4的执行结果
例5 firstprivate与lastprivate联用，很奇怪openMP很多情况下是不允许某个变量被指定两次规则的，他俩却可以，呵呵，而且配合效果还不错。
#include
#include "omp.h"
int main(int argc, char* argv[])
{
float x = 4.3f;
int i;
#pragma omp parallel for firstprivate(x) lastprivate(x)
for (i = 0; i < 12; i++)
{
x += (float)omp_get_thread_num();
printf("parallel x = %.1f, thread nummber:%d/n", x, omp_get_thread_num());
}
printf("/nserial x = %.1f, thread nummber:%d/n", x, omp_get_thread_num());
return 0;
}
图5、例5的执行结果
从上面的例2、3的程序中可以看出例2中每个线程中x都是私有的，它属于每个线程，在主线程的定义并不能带入到各个线程中，使用firstprivate后，x在主线程的初始值可以带到各个线程中，在图3可以看出每个线程x的输出结果实际是相同的，但是在并行执行结束后，主线程中的x值仍然为4.3。从例4的执行结果可以看出最后x的值带出到了主线程中，这个x值到底是哪个线程中的哪？答案是最后一句x赋值后的值，哪个线程执行完的最晚就是哪个x的值。例5显示firstprivate与lastprivate联合使用的执行结果。
例6 reduction规约操作，
执行reduction的变量要特别注意，以reduction(+:sum)为例。
第一种情况：sum为局部变量。这是你必须为sum在串行程序中赋初值，sum 被设置为每个线程私有，先各自执行完算出各自的sum值，最后主线程会将 《线程数+1》个sum变量规约，比如你num_thread(4),在开始并行执行之前你对规约变量赋初值为10，并行时假设每个线程算的的sum值为1，那么最终sum带到串行程序中的变量值为14（串行的10+四个线程的1）。
第二种情况：sum为全局变量。这是你不必为sum赋初始值，因为此时默认串行的sum值为0，进入每个线程的sum值也是0，规约时仍然是将《线程数+1》个sum值相加，因为你并没有对全局的sum赋初值，所以最后规约的结果看着像是只有各线程的sum参加了规约操作。其实当你将全局的sum赋初值时，你会发现最后规约的sum值又多加了全局变量sum的串行程序结果。
重要提醒：不管你怎样设计sum的串行声明形式，只要他在被定义为规约变量，每次进入并行线程的sum值都是0；
也许你想把每个并行线程的sum值初始化成一个非0的值，然后再各自线程中在使用，那么我可以告诉你，别想了（至少我没有做到）。因为我规约sum值，如果这个规约有意义你的每个线程应该是各自独立未回各自的sum的，那么这个初始值使用0就已经非常好了，因为各自的sum计算如果结果一样，你为何不直接用一句乘法哪（线程数*一个线程计算的sum值）。
#include
#include "omp.h"
int main(int argc, char* argv[])
{
float x = 0.0f;
int i;
float sum = 0.0f;
#pragma omp parallel for private(x) reduction(+:sum)
for (i = 0; i < 12; i++)
{
x = (float)omp_get_thread_num();
sum += x;
printf("parallel sum = %.1f, thread nummber:%d/n", sum, omp_get_thread_num());
}
printf("/nserial sum = %.1f, thread nummber:%d/n", sum, omp_get_thread_num());
return 0;
}
图6、例6执行结果
在例6中我使用了reduction(+:sum)，这表示每个线程对sum这个共享变量执行加操作时其它任何线程不能对它进行加操作，实际上我们这样理解是有偏差的，真正的机理在执行结果中不难看出，实际每个线程都拷贝了一个sum的副本，先在自己执行时加完sum，等所有线程都执行结束后，主线程再将每个线程的sum副本的值加起来返回给主线程中sum。
小结
本节主要讲述了for语句的并行化。现在为止大家应该可以熟练使用for并行化了。文章中可能还有些不全面的地方，热切期望各位读者能给出批评和指正，期待中……