我正在使用OpenMP并行化for循环。该程序使用Gurobi C API。

GRBupdatemodel(model);

#pragma omp parallel for
for (int batch = 0; batch < n_batch; ++batch)
{

    int cind[1 + n_max];
    for (int j = 0; j < n_max; ++j)
    {
        cind[1 + j] = n_sum + j;
    }

    double cval[1 + n_max];
    cval[0] = 1;

    GRBmodel* model_copy = GRBcopymodel(model);
    for (int i = 0; i < n_sum; ++i)
    {
        cind[0] = i;
        for (int k = 0; k < n_min; ++k)
        {
            for (int j = 0; j < n_max; ++j) 
            {
                cval[1 + j] = -*((double*) PyArray_GetPtr(array,(long []) {batch,i,j,k}));
            }
            GRBaddconstr(model_copy,1 + n_max,cind,cval,GRB_LESS_EQUAL,NULL);
        }
    }
    GRBoptimize(model_copy);
    GRBgetdblattrarray(model_copy,GRB_DBL_ATTR_X,n_sum,values[batch]);
    GRBgetdblattrarray(model_copy,n_max,max_strategy[batch]);
    GRBgetdblattrarray(model_copy,GRB_DBL_ATTR_PI,1,n_sum * n_min,(double *) min_strategies[batch]);
    GRBfreemodel(model_copy);
}

此循环的每次迭代都会写入数组values，max_strategy和min_strategies的不同部分。

删除#pragma omp parallel for会得到正确的结果。添加它会产生不正确的结果，包括nan值。因此，我怀疑循环中存在竞赛条件，但我找不到它。有谁知道可能出了什么问题？我在循环体内仅看到两种类型的写入：

• 对于cind，cval和model_copy（由GRBgetdblattrarray而言），它们是在循环体内声明的局部变量，因此对每个线程都是私有的。
• 到values，max_strategy和min_strategies的非重叠部分。