并行化for循环

在某些情况下，你已经有了一个粗粒度应用程序来执行，即一个应用，其运行时间比启动和停止程序所需要的通信时间显著更大。如果你不想与界定工作和任务的开销打扰，你可以采取优势的易于使用的是SPMD提供。如果现有程序可能需要数小时或数天来处理其所有独立的数据集，您可以通过在集群分发这些独立计算缩短到时候。

例如，假设您有以下串行代码：

结果=零（1，numDataSets）;对于i = 1：numDataSets负载（[ '\\中央\ myData的\数据集' int2str（I） '.MAT']）结果（1）= processDataSet（ⅰ）;端情节（1：numDataSets，结果）;保存\\中央\ myResults \ today.mat结果

下面的变化使该代码并行操作，无论是在交互中SPMD或在通信工作：

结果=零（1，numDataSets，codistributor（））;对于i = drange（1：numDataSets）负载（[ '\\中央\ myData的\数据集' int2str（I） '.MAT']）结果（1）= processDataSet（ⅰ）;端RES =聚集（结果，1）;如果labindex == 1个图（1：numDataSets，RES）;打印-dtiff -r300 fig.tiff;保存\\中央\ myResults \ today.mat水库结束

需要注意的是的长度对于迭代和codistributed阵列的长度结果需要以匹配索引到结果内对于drange循环。这样一来，需要工人之间没有沟通。如果结果只是一个复制的阵列，因为它会一直运行在并行的原代码时，每个工人会分成其组成部分结果，留下的剩余部分结果0。在结束时，结果本来是一个变体，并且没有显式调用labSend和labReceive要么g催化剂，就没有办法得到总的结果返回给一个（或全部）的工人。

当使用加载功能，你需要小心的是，数据文件是对所有员工都可以访问，如果必要的。最好的做法是使用显式路径文件的共享文件系统上。

相应地，当使用保存功能，您应该谨慎只有一个工人保存在特定时间的文件（一个共享文件系统）。因此，包裹在代码如果labindex == 1被推荐。

因为结果在整个工人，这个例子采用的是分布式收集收集数据到工作者1。

一个工人不能绘制可见的身影，所以打印函数创建的情节查看的文件。

Codistributed阵列的换drange环

当一个对于-loop通过分布式范围以连通的作业执行时，每个工人执行其所述环的一部分，从而使工人都同时工作。正因为如此，没有通信工人之间在执行换drange循环允许的。特别是，工人仅需要它的一个codistributed阵列的分区访问。在这样一个循环，需要工人从另一个工人一个codistributed阵列的存取部分的任何计算将产生错误。

为了说明这个特点，你可以试试下面的例子，其中一个for循环的作品，但其他没有。

同SPMD，创建两个codistributed阵列，一个单位矩阵，另一组到零，在四个工分布。

d =眼（8,8，codistributor（））E =零（8,8，codistributor（））

默认情况下，这些阵列由列分布;也就是说，每四个工人包含每个阵列的两列。如果您使用的这些阵列换drange循环，任何计算必须是自包含的每个工人之内。换句话说，你只能执行每个工人中仅限于工人包含阵列的两列计算。

例如，假设你要设置阵列的每列Ë到阵列的相应列的某一倍数d：

对于j = drange（1：尺寸（d，2））;E（：，j）的= j的* d（：，J）;结束

该语句设置Ĵ第的列Ë至Ĵ倍Ĵ第的列d。实际上，虽然d是单位矩阵与1s下降的主对角线，Ë有序列1，2，3等，其下跌主对角线。

这工作，因为每个工人有权访问的整列d和的整列Ë需要进行的计算中，作为每个工人独立并同时工作在两个八列。

然而，假设你尝试设置的列的值Ë根据不同的列d：

对于j = drange（1：尺寸（d，2））;E（：，j）的= j的* d（：，J + 1）;结束

此方法将失败，因为当Ĵ是2，你想设置的第二列Ë使用的第三列d。这些列被存储在不同的工人，因此发生错误时，指示所述工人之间的通信是不允许的。

SPMD PP =零（6,8,12， 'codistributed'）;RR =兰特（6,8,12，codistributor（））％默认值分布：％通过第三个维度，均匀地分布在4名工人。对于II = 1：6 JJ = 1:8为KK = drange（1:12）PP（II，JJ，KK）= RR（II，JJ，KK）+ labindex;结束结束结束结束

PP