CUDA on Thrust：如何实现优先级队列

Question

我的计划是使用Pearsons相关计算距离矩阵，并从距离矩阵获得每个节点（q = ln（n））的q-最近邻居，并将它们放入结果向量中。我是在C ++中使用相关函数循环内的STL优先级队列完成的。

但是你认为，有没有办法在GPU中做到这一点？

1. 任何人都可以帮助我，我怎么能在GPU中做同样的事情（可能 Thrust 对我来说会更容易！）
2. 如何在GPU中实现优先级队列？

这是我的CPU（C ++ STL）代码：

例如，

      distance matrix
-----------------------
 0 3 2 4
 3 0 4 5
 2 4 0 6
 .....

output in a object vector
=================

    source  target  weight
--------------------------------
0 2 2
0 1 3  ....    (sorted by Edge weight)

1 0 3
1 2 4

2 0 2
.....


calculatePearsonCorrelation(float  vector1[], float vector2[], int m) {
               // float distancePearson(vector vector1, vector vector2){

                            int i;
                            float a=0,b=0,c=0,d=0, e = 0, sumX=0, sumY=0;

                            //m = vector1.size();

                            for(i=0;iq){
                        MIN=pqx.top().get_corr();
                        if(corr::iterator it = qNNVector.begin(); it!=qNNVector.end(); ++it) {
            fout 

Answer 1

您是否尝试过使用Thrust's sort？你可以读出前q个元素。如果有足够的元素，你可能会看到一个不错的加速。