有什么办法可以使用openmP将循环与可能在每次迭代中添加更多元素的列表并行化？据我了解，openmP可以通过将每个线程的范围分成多个块来并行化for循环，但是在这种情况下，范围会改变，对于一种情况，循环可能有10次迭代，而对于另外100次，则是列出我通常会有大约10-20个元素。
这是我要并行化的示例（请注意，将事物插入到vectorOfResults中的顺序无关紧要）
while(!list.empty()) {
vectorOfResults.push_back(performExpensiveFunction());
if (conditions) {
add new elements to the list;
}
}
我一直在考虑在while循环内执行类似的操作，使用列表中当前“批处理”元素的for循环（将它们复制到临时列表中），然后下一次while迭代将使用新添加的元素，但是我在考虑是否有一种方法可以使用其他openmp构造。 （我现在只介绍一下openmp）。
感谢您的帮助。
我认为一旦启动并行for循环，就不可能增大其大小。
您可以一个接一个地运行多个并行for循环，直到按照this answer中的建议处理完所有数据为止。像这样：
Data proccessInParallel(Data d) {
Data newData
#pragma omp parellel for
for (int i = 0; i < d.size i++) {
// Do some processing
if (create_new) {
#pragma omp critical
{
newData.push_back(data)
}
}
}
return newData;
}
int main() {
Data data;
// Process data in batches until no new data is created
do {
data = proccessInParallel(data);
} while (!data.empty());
不利的一面是，某些线程可能在处理“批处理”之间时未被使用。
您也可以尝试使用tasks分析新的列表项，而不必等待启动另一个for循环。
也许像这样：
#pragma omp parallel for
for (int i = 0; i < N; i++) {
process(data[i]);
if (new_data) {
#pragma omp task
{
process(new_data);
}
}
}
该任务将在有可用线程执行时立即执行。