是否可以选择并行排序算法来实现作业？

Question

我想为家庭作业实施快速算法，但是使用并行处理来执行此任务。我听说Quicksort的并行版本是最好的选择，但我不确定这个......也许Heapsort是个好主意。您认为哪种算法最适合并行化环境？为什么？

Answer 1

快速排序可以将未排序的列表分成两半，但不幸的是，这两半并不能保证在任何地方都能接近。因此，一台机器（或一组机器的一半）可以获得20个条目，另一半可以获得200亿条。

我想不出一个让heapsort并行工作的好方法。它可以做到，但男人，这感觉真的违反直觉。

合并排序是我认为你想要的。

• 每个拆分都是列表的50％，因此很容易在处理器之间进行拆分。
• 您可以在两组磁带机上实现合并排序，这意味着它不需要整个列表一次在内存中。对于大型列表，尤其是那些大于您可用内存的列表，这是必须的。
• 合并排序在并行实现中也很稳定，如果重要的话。

Answer 2

合并排序是一种很好的第一种并行排序技术。最佳排序始终取决于机器，通常涉及不同大小输入的排序技术组合。

Answer 3

作为Dean J mentions，合并排序是一个很好的候选者。但它的缺点是在完成两个线程时需要同步（合并过程）。

虽然quicksort的缺点是在分区时不可预测，但可以做的是使第一个分区（决定处理器负载）有意识地或多或少均匀地划分负载，然后让算法顺其自然。

优点是在处理器完成工作后，您无需进行任何类型的同步。完成后，您可以准备好已排序的数组，而无需额外的合并步骤，这可能代价高昂。

Answer 4

如何分两步思考这个问题。

步骤1.将我的数据分解为N个块，其中N是我的处理器/节点/核心数。对每个块进行排序。

步骤2.将我的N块组合在一起。

为了对N个块进行排序，您可以根据数据使用任何您想要的内容。 Quicksort，heapsort，我不在乎。对于第2步，合并排序可以很好地组合两个排序列表，因此这可能是您最好的选择。

Answer 5

快速排序是递归的，一种使任何递归算法并行的简单方法（只有当涉及两个或更多递归调用时，如同quicksort所做的那样），是为递归调用生成两个新线程，并等待它们完成，然后完成你的功能。这绝不是最佳选择，但它是一种相当快速和脏的并行递归调用方式。

Answer 6

我实际上在一段时间之前为并行化库工作了一个并行排序算法，并得出结论，它不值得做。对于小型数据集，即使是一些同步原语的成本也使得并行排序比常规排序慢。对于大型数据集，您主要受共享内存带宽的限制，并且您获得的加速最小。对于对大量（我认为1000万）整数进行排序的情况，我只能使用并行快速排序IIRC在双核上获得<1.5倍的加速。

编辑：

我所做的大部分编程都是数字运算，因此我倾向于考虑对简单基元进行排序。对于这些情况，我仍然认为并行排序是一个坏主意。但是，如果您要对比较昂贵的东西进行排序，则此答案不适用。

Answer 7

您应该考虑Bitonic Sorting：

这个算法有点类似于合并排序，但它有一个有趣的转折：不是将数组的两半从下到上排序，然后合并，而是在相反的方向上排序数组的一半< / em>，获取 bitonic 数组：包含两个相反方向的单调部分。

Bitonic数组可以以非常好的并行方式合并到排序数组中：虽然它的总时间复杂度为O（n log（n）），但它的所有比较和交换都是独立的，即元素的选择与通常的合并不同，compare不依赖于之前的比较结果。因此，它承认完全并行化。

此Youtube video表现出一种讽刺的感觉。

PS - 我猜测提问者的作业已经到期... 3年前。