竞态条件(race condition)：

这是所有多线程编程最棘手的问题。当多个线程并行执行时，有可能多个线程同时对某变量进行了读写操作，从而导致不可预知的结果。

比如，对于包含10个整型元素的数组a，我们用for循环求它各元素之和，并将结果保存在变量sum里。

openMP为我们提供了另一个工具，归约(reduction)

reduction很方便，但它支持一些基本操作，比如+,-,*,&,|,&&,||等。

#pragma omp parallel for reduction(+:sum)

上面代码里，我们在#pragma omp parallel for 后面加上了 reduction(+:sum)，它的意思是告诉编译器：下面的for循环你要分成多个线程跑，但每个线程都要保存变量sum的拷贝，循环结束后，所有线程把自己的sum累加起来作为最后的输出。

有些情况下，我们既要避免race condition，但涉及到的操作又超出了reduction的能力范围。

这就要用到openMP的另一个工具，critical。

执行到critical里面时，要注意有没有其他线程正在里面执行，如果有的话，要等其他线程执行完再进去执行。这样就避免了race condition问题，但显而易见，它的执行速度会变低，因为可能存在线程等待的情况。

比如，求数组a的最大值，将结果保存在max里。

#pragma omp critical

用#pragma omp critical将 if (temp > max) max = temp 括了起来，它的意思是：各个线程还是并行执行for里面的语句，但当你们执行到critical里面时，要注意有没有其他线程正在里面执行，如果有的话，要等其他线程执行完再进去执行。