这篇文章主要目的是：
1. OpenMP的编译命令和执行命令
2. SGE的qrsh提交任务执行命令
3. 观察在OpenMP环境中，parallel region 和 sequential region 的区域 （but how to observe ？）
4. 通过打印 my thread number 和 total thread number 观察 parallel region 和 sequential region 区域
代码如下：
编译和运行 // Compile and Run
我这里使用intel编译器icc， 使用前不要忘记调用icc，调用命令： module load intel
OpenMP 编译命令: icc -qopenmp filename.c
OpenMP 运行命令：（第一条命令指定线程数量 ）： export OMP_NUM_THREADS=3
（第二条命令执行运行结果) ： ./a.out
或者提交作业给SGE去执行，命令为：
qrsh -V -cwd -l h_rt=00:02:00,cputype=sandybridge -pe smp 3 -now no ./a.out
各flag意思说明，更多内容点击这里：
qrsh：与qsub相比，qrsh是交互式投递任务，其参数为-now yes|no，默认为yes，若设置为yes，立即调度作业，如果没有可用资源，则拒绝作业，任务投递失败，任务状态为Eqw；若设置为no，调度时如果没有可用资源，则将作业排如队列，等待调度。
-V： 传递当前命令的所有环境变量
-cwd：在当前目录运行
-l h_rt=00:02:00：( l : limit,注意这个是小写的L，不是1 ; h : hold ; rt: run time ) 限制执行时间，若2分钟内都未执行，则任务失败
-pe smp 3：（parallel_environment）定义并行环境，（shared memory parallel）共享内存并行 在3个core上执行
-now no：qrsh的参数
./a.out：运行结果文件
运行结果：
运行结果解析：
1. 第一个print 不在parallel region，所以 myThread =-1，numThreads=-1
2.第二个print在parallel region，每个thread打印自己的线程数和总线程数，所以
第一个线程打印 myThread =1，numThreads=3 ；
第二个线程打印 myThread =2，numThreads=3 ；
第三个线程打印 myThread =3，numThreads=3 ；
多执行几次，会发现这里每个线程的打印是无序的
3. 从并行区域退出后，myThread 和 numThreads 保留原始值，而在并行结构的private中， myThread 和 numThreads 的值被修改，所以 myThread =-1，numThreads=-1
4. 第四个print，输出的是 omp_get_thread_num() 和 omp_get_num_threads() 的值，此时为sequential region，所以 myThread =0，numThreads=1
编译器指令说明
#pragma omp parallel for default(none) shared(num, a, stepsize) private(i, x) reduction(+:sum)
> parallel ：( 并行域的产生)用在一个结构块之前，表示这段代码将被多个线程并行执行；
举例: #pragma omp parallel
> for：（for 循环任务的产生）用于for循环语句之前，表示将循环计算任务分配到多个线程中并行执 行，以实现任务分担，必须由编程人员自己保证每次循环之间无数据相关性；
举例: #pragma omp for
> parallel for ：parallel和for指令的结合，也是用在for循环语句之前，表示for循环体的代码将被多个线程并行执行，它同时具有并行域的产生和任务分担两个功能
举例: #pragma omp parallel for
> default指定并行区域内变量的属性, C++的OpenMP中default的参数只能为shared或none
default(shared)：表示并行区域内的共享变量在不指定的情况下都是shared属性
default(none)：表示必须显式指定所有共享变量的数据属性，否则会报错，除非变量有明确的属性定义（比如循环并行区域的循环迭代变量只能是私有的）
如果一个并行区域，没有使用default子句，那么其默认行为为default(shared) , 表达式省略为: #pragma omp parallel for
> shared：指定一个或多个变量为多个线程间的共享变量， 这里是 num，a, stepsize 三个变量共享, 功能如同MPI的Broadcast, 只不过在OMP中，线程共享进程中的数据
> private：指定一个或多个变量在每个线程中都有它自己的私有副本, 这里是i 和 x ,功能如同MPI的Scatter，将数据split and allocate 给各个线程
> reduction：用来指定一个或多个变量是私有的，并且在并行处理结束后这些变量要执行指定的归约运算，并将结果返回给主线程同名变量，功能如同MPI的Reduce
关于其他：
const关键字及其作用:
1.是只读变量，即非常量又非变量，所以又称为 常变量
2.是非常量（比如，Pi = 3,14 是固定值），而const定义的不是pi这种常量
3.是非变量，不允许重新赋值，即使是赋相同的值也不可以
4.生存周期都是程序运行的整个过程
————————————————
版权所有，请勿转载！！！
Reference：
https://www.openmp.org/wp-content/uploads/openmp-examples-4.5.0.pdf
https://www.openmp.org/wp-content/uploads/OpenMP-4.5-1115-CPP-web.pdf
