可变长压缩算法根据Huffman编码原理对数据进行最大化压缩,方便数据进行存储和通信,它的应用领域包括图像和视频处理、音频处理、网络和数据备份等等。尽管可变长压缩算法很容易通过划分数据形成数据块进行并行压缩,但是可变长解压算法却因为压缩后数据内部结构存在依赖关系导致难以进行并行化解压缩。针对这一问题,本文提出了基于OpenMP对可变长解压算法进行线程级推测并行化执行的方法,所做的具体工作如下:(1)通过可变长压缩原理和压缩后数据的内部结构分析,提出了对压缩数据的分割函数,输出可以独立进行解压的推测性分区,并对分区设计了三种正确性验证方法:头验证法、Huffman树重构验证法和长度检测验证法。(2)基于GOMP的内部编译流程,扩展OpenMP支持线程级推测并行技术。本部分的实现包括三个步骤:创建OpenMP子句、添加TLS运行库函数、修改for循环结构。通过对OpenMP进行扩展形成支持TLS技术的框架,程序员可以针对存在内部依赖关系的程序进行推测性的并行执行,克服了数据依赖导致程序难以在OpenMP框架上并行化执行的难题,不仅提高程序的运行效率,并且降低了编写TLS程序的难度(3)基于支持TLS技术的OpenMP框架,进行可变长解压算法的线程级推测并行化执行。对可变长解压算法进行推测并行化执行只需要遵循OpenMP的编程模式,使用新增的子句对可变长解压算法中涉及到的推测性变量进行标识,支持TLS技术的GOMP在编译阶段会根据相应的标识进行推测并行化执行,提高了解压效率。综上所述,本文解决了传统的可变长解压算法难以并行化、OpenMP框架难以确保具有数据依赖的程序的正确执行、编写推测并行程序困难这三个问题。为非规则并行算法提供新思路。