Question

我正在移植使用std::nth_element和std::partition到OpenCL的C ++代码。

nth_element是一个selection algorithm，它将第n个最小数字放在第n个点的数组中，并排列其余元素，以便所有小于此数字的元素都在数组之前，以及比它更大的所有元素。实际上，nth_element将数组排序为3个桶：数字本身，所有小于它的数字，以及所有大于它的数字。

通常，使用递归分区实现nth_element：选择一个元素，根据元素是否小于此元素对元素进行分区。然后，选择包含数组第n个元素的存储桶并递归该存储桶。 nth_element和完全快速排序之间的主要区别在于快速排序在两个桶上进行递归，而不仅仅是包含第n个元素的桶。

partition是nth_element的较弱版本，它只将数组分为2个桶：条件为true的那些，以及为false的那些桶。我链接的网站提供了实施：

while (first!=last) {
    while (pred(*first)) {
        ++first;
        if (first==last) return first;
    }
    do {
        --last;
        if (first==last) return first;
    } while (!pred(*last));
    swap (*first,*last);
    ++first;
}
return first;

其中pred是一个函数，用于评估元素是否应该在第一个存储桶中。基本上，这个函数迭代地找到数组中最外面的一对元素，这些元素位于错误的位置，然后交换它们，当元素对是相同的元素时停止。

以下是关于并行nth_element和partition的初步想法：

可以使用原子比较和交换来实现分区，但我不确定如何覆盖可以交换的所有可能的值对。没有明显的方法可以在多个线程之间划分工作，因为分区需要比较可能彼此相邻的元素或者在数组的相对两端。我也没有办法避免让线程B与已经被线程A交换的元素进行比较，这是低效的。

nth_element似乎更不可并行化，因为它是递归的：每个分区都依赖于前一个分区已经部分排序的元素。

据推测，对于这两种功能而言，有效的并行化策略需要与典型的串行代码完全不同的方法。

nth_element和partition的高效并行实施是否已经存在？如果没有，什么是良好的并行化策略？

Answer 1

Cuda THRUST已实施分区功能（http://docs.nvidia.com/cuda/thrust/index.html#reordering）。

主要思想应该是：使用前缀和来计算数组中元素的位置，然后重新排列数组。

并行化std :: nth_element和std :: partition

1 个答案: