Hello, dear friend, you can consult us at any time if you have any questions, add WeChat: daixieit

DTS202TC Foundation of Parallel Computing

Lab 9: Shared-Memory Programming with OpenMP

Figure 1: OpenMP HelloWorld

Task 2: Monte-Carlo Estimation with OpenMP

Suppose we toss darts randomly at a square dartboard, whose bullseye is at the origin, and whose sides are 2 feet in length. Suppose also that there’s a circle inscribed in the square dartboard. The radius of the circle is 1 foot, and its area is π square feet. If the points that are hit by the darts are uniformly distributed (and we always hit the square), then the number of darts that hit inside the circle should approximately satisfy the equation

(1)

Figure 2: Estimate the shaded area

This is called a “Monte Carlo” method, since it uses randomness (the dart tosses).  Write an OpenMP program that uses a Monte Carlo method to estimate the shaded area in Figure 2. Read in the total number of tosses before forking any threads. Print the result after joining all the threads. You may want to use long long ints for the number of hits and the number of tosses, since both may have to be very large to get a reasonable estimation.

Task 3: Comparison

Compare and analyse the performances ofthe Monte-Carlo Estimation programs from lab 7 and 8 on both e伍ciency and speedup.

Task 4 (Optional)

Ask AI for more OpenMP practices if you have spare time.