推力 : how to implement priority queue 上的 CUDA

Question

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

但是你认为，有什么办法可以在 GPU 中做到这一点吗？

谁能帮助我，我如何在 GPU 中做同样的事情(可能 推力 对我来说会更容易!)

如何在 GPU 中实现优先级队列？

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;
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) {
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，您可能会看到不错的加速。