我有一个并行算法，可以输出1到1000的随机数。 我的目标是为算法的N次执行计算每个数字的选择次数。 因此，例如，我在100个线程上执行N / 100执行算法，最终结果是1000个int的数组，这是每个数字的出现。
有没有办法智能地并行化这个？例如，如果我只使用一个全局数组，那么每次我想在其中写入时都必须锁定它，这将使我的算法运行几乎就像没有并行化一样。在另一方面，我不能只为每个线程创建一个1000个数字的数组，只是让它们填充1％并在最后合并它们。
有什么提示吗？谢谢！
答案 0 :(得分：3)
这似乎是直方图。如果您想快速执行此操作，请使用CUB或Thrust等库。
对于存在少量容器的情况，一种方法是让每个线程在其自己的一组容器上操作，用于输入的一部分。然后对每个箱子进行平行减少。如果您对垃圾箱的存储组织很聪明，则并行减少相当于矩阵列的总和：
Bins:
1 2 3 4 ... 1000
T 1
h 2
r 3
e .
a .
d 100
在上面的例子中，每个线程获取一段输入，并对部分和矩阵的一行进行操作。
当所有线程完成它们的段时，然后对矩阵的列求和，这可以使用简单的for循环内核非常有效和快速地完成。
答案 1 :(得分：-1)
你可以做几件事。 如果你想要尽可能的便携，你可以为每个索引锁一个。
如果在Windows系统上运行，我建议InterlockedIncrement