cuda编程 MergeSort

最新推荐文章于 2024-09-19 07:31:46 发布
最新推荐文章于 2024-09-19 07:31:46 发布
阅读量1.1k 收藏 2
点赞数
分类专栏： codes
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/z0n1l2/article/details/86412079
版权
这篇博客探讨了如何使用CUDA在GPU上实现高效的MergeSort算法，通过CMakeLists.txt进行项目配置，并提供了实际的代码示例。
摘要由CSDN通过智能技术生成

gpu codes

#include "windows.h"
#include "cuda_sort.h"
#include <iostream>

__global__ void mergesortK(int *a, int *temp, int sortedsize,int N) 
{ 
   // int id = blockIdx.x * blockDim.x + threadIdx.x;

   int blockid = blockIdx.z * gridDim.x * gridDim.y
          + blockIdx.y * gridDim.x  
          + blockIdx.x;
	int id = blockid * blockDim.x + threadIdx.x;

		  
	unsigned long index1, index2, endIndex1, endIndex2, targetIndex;
	index1 = id * 2 * sortedsize; 
    endIndex1 = index1 + sortedsize;  
    index2 = endIndex1; 
    endIndex2 = index2 + sortedsize;  
    targetIndex = id * 2 * sortedsize; 

	if(index1 >= N) return;

	if(endIndex1 > N)
	{
		endIndex1 = N;
		index2 = endIndex2 = N;
	}
	if(index2 > N)
	{
		index2 = endIndex2 = N;
	}
	if(endIndex2 > N)
		endIndex2 = N;



    int done = 0; 
    while (!done) 
    { 
        if ((index1 =
最低0.47元/天 解锁文章
CUDA并行计算：合并排序（MergeSort）的实现及源代码
CodeLancerX的博客
08-16 356
本文介绍了合并排序的实现原理，并给出了使用CUDA并行计算实现合并排序的示例代码。合并排序（MergeSort）是常见的排序算法之一，其基本思想是将待排序的数组分成若干个子序列，然后将相邻的两个子序列进行合并，直到所有的子序列合并为一个有序的序列。首先将待排序数组划分成左右两个部分，对左右两部分分别进行递归调用，直至每个子数组都只有一个元素，然后通过比较两个子数组的第一个元素大小，将两个子数组合并为一个有序的序列。合并：将相邻的两个子序列进行合并，直到所有的子序列合并为一个有序的序列。
高性能计算工程师面试经验
发狂的小花的博客
03-11 1319
高性能计算面试
cuda编程 merge sort
01-13
完成的代码，在win10x64+cuda8平台下测试通过，包括知识点 1. cuda编程实现mergesort 2. cmake创建cuda工程
cuda gpu CTAMergesort
gonaYet的博客
06-04 1022
注:下面所提到的代码实现，均在moderngpu2.0中被作者所重写。 gpu上-并行归并排序,modern gpu上CTAMergesort源码实现: template     typename ValType, typename Comp> MGPU_DEVICE void CTAMergesort(KeyType threadKeys[VT], ValType threadValue
基于CUDA的高效排序算法（Sort on GPU）
最新发布
CV_Autobot的博客
09-19 520
作者|Derrick 编辑| 自动驾驶之心原文链接：https://zhuanlan.zhihu.com/p/720276184点击下方卡片，关注“自动驾驶之心”公众号戳我-> 领取自动驾驶近15个方向学习路线>>点击进入→自动驾驶之心『CUDA』技术交流群本文只做学术分享，如有侵权，联系删文一、前言 排序（sort），是计算机内经常进行的一种操作，其目的是将一组“无序”...
Paralleled Merge Sort using CUDA
Tony's Log
03-03 1247
Merge Sort is a perfect choice for parallel sorting – it doesn’t require any synchronization. While counting sort requires some memory atomic operations – CUDA 1.0 doesn’t support Global Memory atomic
CUDA(六). 从并行排序方法理解并行化思维——冒泡、归并、双调排序的GPU实现
热门推荐
Rachel Zhang的专栏
09-14 4万+
在第五讲中我们学习了GPU三个重要的基础并行算法： Reduce, Scan 和 Histogram，分析了 其作用与串并行实现方法。 在第六讲中，本文以冒泡排序 Bubble Sort、归并排序 Merge Sort 和排序网络中的双调排序 Bitonic Sort 为例， 讲解如何从数据结构课上学的串行并行排序方法转换到并行排序，并附GPU实现代码。 在并行方法中，我们将考虑到并行方法需要注意
CUDA 六 从并行排序方法理解并行化思维——冒泡 归并 双调排序的GPU实现
kahncc的博客
11-10 374
CUDA 六 从并行排序方法理解并行化思维——冒泡 归并 双调排序的GPU实现
CUDA中的并行化排序算法与性能优化
CUDA提供了一套编程模型和相应的编程接口，使得开发者可以方便地将计算任务分配给GPU来加速运算，从而显著提高计算性能。 ## 1.2 并行化排序算法的背景与重要性 排序算法是计算机科学中一个基本且重要的问题，它的...
CUDA：实现归并排序(附完整源码)
希望我的博客，能帮上你解决学习中工作中所遇到的问题
03-02 221
CUDA：实现归并排序(附完整源码)
CUDA并行排序(1)——整数
12-06
// 1. A small-set insertion sort. We do this on any set with <=32 elements // 2. A partitioning kernel, which - given a pivot - separates an input // array into elements <=pivot, and >pivot. Two quicksorts will then // be launched to resolve each of these. // 3. A quicksort co-ordinator, which figures out what kernels to launch // and when.
CUDA-Quicksort:CUDA-Quicksort：快速排序算法的基于GPU的实现-开源
05-29
CUDA-quicksort 是一种基于 GPU 的快速排序算法实现。 CUDA-quicksort 旨在利用现代 NVIDIA GPU 的计算能力。 “文献中介绍了两种基于 GPU 的快速排序实现：GPU 快速排序，一种计算统一设备架构 (CUDA) 迭代实现，以及 CUDA 动态并行 (CDP) 快速排序，一种由 NVIDIA 公司提供的递归实现。” [*]。 CUDA-quicksort 是快速排序算法的基于 GPU 的迭代实现。 “在六个排序基准分布上执行的实验表明，CUDA-quicksort 比 GPU-quicksort 快四倍，比 CDP-quicksort 快三倍。”[*]。 *版权所有 :copyright: 2015 John Wiley & Sons, Ltd. Concurrency Computat.: Pract. 专家。 (2015) DOI: 10.1002/cpe.3611 如需更多信息，请参阅相应出版物：http://onlinelibrary.wiley.com/doi/10.1002/cpe.3611/abstract
cuda 作业 排序算法 sort
05-24
中科院 cuda 作业 排序算法 sort
归并排序&&快速排序c#源码
06-14
//快速排序 public void q_sort(int low, int high, int[] a) { int pivot, i, j,temp; if (low > high) return; i = low + 1; j = high; pivot=a[low]; while (i <= j) { while ((i <= high) && (a[i] <= pivot))//搜索大于枢轴的元素 { i++; } while ((j >= low) &&(a[j] > pivot) )//搜索小于枢轴的元素 { j--; } if (i < j) { temp = a[i]; a[i]=a[j]; a[j] = temp; } } if (low < j)//low为枢轴下标，j为小于枢轴元素的下标， { // 如果小于枢轴元素的元素在枢轴右边，则交换 temp=a[low]; a[low]=a[j]; a[j] = temp; } q_sort(low,j-1,a); q_sort(j + 1, high,a); } //归并排序 public void MergeSort(int low, int high, int[] a) { int mid, i, j, k; int[] b = new int[high+1]; if (low >= high) { return; } mid = (low + high) / 2; MergeSort(low,mid,a); MergeSort(mid+1,high,a); i = low; j = mid + 1; k = low; while ((i <= mid) && (j <= high)) { if (a[i] <= a[j]) { b[k] = a[i]; i++; } else { b[k]=a[j]; j++; } k++; } while (j <= high)//如果第二个中仍然有某些元素追加到新列表的子列表 { b[k] = a[j]; j++; k++; } while (i <= mid)//如果在第一个子列表中仍然有一些元素将它们追加到新类别中 { b[k] = a[i]; i++; k++; } for (int ii = low; ii <=high; ii++) { a[ii]=b[ii]; } } public void display(int[] a) { int n = a.Length; Console.WriteLine("排序后的数据："); for (int i = 0; i < n; i++) { Console.WriteLine(a[i]); } } }
归并排序的 cuda 加速分析
李响
09-15 321
如果改为每个block多个thread的方式(multi-block, multi-thread)，每个block用共享内存加速读取（前面的好几步合并需要多次读取局部的共享内存，读取次数越多，使用共享内存的加速效果越明显），下一步准备试试看优化效果…作为对比，一个CPU串行版本的归并排序，与GPU并行版本的排序对比运行时间。另外手写了一个CPU串行版本的归并排序的函数mergeSort_cpu作为对比）把数组分成多段, 把相邻两段的有序数组合并，由于有很多段，因此可以并行的方式同时合并。
CUDA 归并排序 的GPU加速
weixin_43414513的博客
02-02 3492
CUDA实现归并排序的GPU加速， merge sort，分治，并行，c++
[CUDA] 使用thrust::sort()函数排序
刘好念的博客
03-11 1028
本文介绍了如何使用函数对容器，或者int*指针表示的内存（显存）处的数据进行排序。
GPU希尔排序的CUDA实现
seeCrazy的专栏
12-03 1241
实验内容与说明 希尔排序作为插入排序的一种，是对简单插入排序的改进，根据其实现特点，又被称作缩小增量排序。为什么会产生希尔排序这种算法呢？因为我们都知道简单插入排序在待排序数组基本有序的情况下，其排序效率最高；希尔排序的思想就是在进行最终的简单插入排序之前，先对待排序数组进行一系列简单的预处理，使得待排序数组变成基本有序的状态，然后再进行最终的简单插入排序，这样就可以获得较高的效率。假设我们
c++ mergesort
12-24
以下是C++中的归并排序算法示例： ```cpp #include <iostream> using namespace std; // 合并两个有序数组 void merge(int arr[], int left, int mid, int right) { int n1 = mid - left + 1; int n2 = right - mid; // 创建临时数组 int L[n1], R[n2]; // 将数据复制到临时数组 for (int i = 0; i < n1; i++) { L[i] = arr[left + i]; } for (int j = 0; j < n2; j++) { R[j] = arr[mid + 1 + j]; } // 合并临时数组 int i = 0, j = 0, k = left; while (i < n1 && j < n2) { if (L[i] <= R[j]) { arr[k] = L[i]; i++; } else { arr[k] = R[j]; j++; } k++; } // 复制剩余元素 while (i < n1) { arr[k] = L[i]; i++; k++; } while (j < n2) { arr[k] = R[j]; j++; k++; } } // 归并排序 void mergeSort(int arr[], int left, int right) { if (left < right) { int mid = left + (right - left) / 2; // 分割数组 mergeSort(arr, left, mid); mergeSort(arr, mid + 1, right); // 合并数组 merge(arr, left, mid, right); } } int main() { int arr[] = {12, 11, 13, 5, 6, 7}; int n = sizeof(arr) / sizeof(arr[0]); cout << "原始数组："; for (int i = 0; i < n; i++) { cout << arr[i] << " "; } cout << endl; mergeSort(arr, 0, n - 1); cout << "排序后的数组："; for (int i = 0; i < n; i++) { cout << arr[i] << " "; } cout << endl; return 0; } ```
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值