1.MPI多進程協同
MPI多進程運行的時候，每個進程的訪問空間是獨立的。例如對於一個全局變量sum==0。不能同時調用多個進程修改這個值，這樣達不到你想要的效果。因為不同進程的執行順序不確定，而且不同進程的存儲空間相互獨立。進程之間的溝通只能使用通信函數。
2.我的實際問題（視覺測量算法局部並行）
24個相同的任務，24個任務計算的結構都要保存到map里面。所以我的task是並行化這一段代碼提速。當然提速的前提是要知道代碼的時間消耗在哪。
如果簡單使用不同進程不斷更新map，那樣就存在1中說的問題。
解決辦法1：
使用通信，0號進程接收其他進程的計算結構，全部用0號進程保存。我感覺這是正解，但是自定義結構數據和string數據不太會send和recv。
解決辦法2：
暴力。例如我有4個進程，每個進程的計算結構保留在自己對應的txt文件，最后統一讀取txt文件內容，保存到我的map中。這是我采用的方法。
解決辦法3（OpenMP）：
最簡單的方向，對map設置進程單獨訪問，因為OpenMP內存共享，這一點和MPI巨大不同。
3.MPI_Finalize()之后
在我實驗過程中，MPI_Finalize()之后的代碼也會執行多次，感覺十分奇怪，而我只想后面的代碼串行執行就行。多方方法不行，我用的如下代碼，退出其他進程，只保留一個進程。感覺應該不是標准方法，希望知道的讀者可以指點我。
MPI_Barrier();//進程同步
if (myid!=0){
MPI_Finalize();
exit（1）;//退出
}
MPI_Finalize();
在stackoverrun網址上看到一些大牛的回答，發現MPI會並行化全部代碼，包括MPI_Init()之前的代碼。所以結論是MPI會並行整個MPI代碼，所以寫MPI code最先可執行的代碼應該是 MPI_Init()這個函數（當然也可以包括初始化函數）。如果想要使用MPI並行一個工程的部分函數，其他串行代碼都需要用if(rank_id==0)判斷，以免被執行多次。因為這個因素，強烈建議使用OpenMP，可以很快上手，上手難與低於MPI十倍，配置也超級方便，IDE一般自帶。而且OpenMP使用更加靈活，如果沒有多機並行的要求，強烈建議OpenMP。