CUDA on Thrust：如何实现优先级队列

Question

我的计划是使用 Pearsons 相关性计算距离矩阵，并从距离矩阵中获取每个节点 (q=ln(n)) 的 q 个最近邻居，并将它们放入结果向量中。我在 C++ 中使用相关函数循环中的 STL 优先级队列来完成。

但是你认为，有什么办法可以在 GPU 中做到这一点吗？

1. 谁能帮助我，我怎样才能在 GPU 中做同样的事情（可能 Thrust 对我来说会更容易！）
2. 如何在GPU中实现优先队列？

这是我的 CPU(C++ STL) 代码：

例如，

距离矩阵 ---------------------- 0 3 2 4 3 0 4 5 2 4 0 6 ...... 在对象向量中输出 ================== 源目标权重 -------------------------------- 0 2 2 0 1 3 ....（按边权重排序） 1 0 3 1 2 4 2 0 2 ...... calculatePearsonCorrelation(float vector1[], float vector2[], int m) { // 浮点距离Pearson(vector vector1, vector vector2){ 诠释我; 浮动 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) { 输出

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，您可能会看到一个不错的加速。