Question

我正在努力优化时间复杂度为O（N ^ 7）的程序。我有一个字符串数组，表示为32位整数，其中每个位对应于输入字符串中的特定字符。工作是找到输入字符串的所有组合，其中每个字符只出现一次，并且存在所有字符。天真的解决方案需要7层递归，每层迭代整个列表。这很快变得非常缓慢。

所以我想知道我是否可以使用cuda来加速这个过程，为GPU提供一系列可能的字符串，以及一个不应该匹配的位掩码，并获得一个过滤后的列表，所以我可以加快递归步骤一点。

所以问题是：这种过滤是否适合并行处理？

我现在在C中做的事情如下所述。

void recursive_search (unsigned int used, unsigned int *list, int listlen,
                       int start,unsigned int * stack, int reclevel) {
  int index, newindex;
  newindex = 0;

  for (index=0; index< listlen; index++) {
    if (!list[index] & used) {
      newlist[newindex++] = list[index];
    }
  }      

  if ((newindex == 1 && (used | newlist[0])) == 0xffffffff) {
    /* Hooray! We have a match */
    stack[reclevel] = newlist[0];
    report_match(stack);
    return;
  }

  for (index = 0;index < newindex; index++) {
    recursive_search (used | newlist[index], newlist, newindex,
                      index, stack, reclevel + 1);
  }
}

我希望这会让我的问题更清晰。

Answer 1

不要尝试将完整算法转换为单个内核。尝试逐个并行化每个步骤。

以下代码部分可能会转换为copy_if语句。

for (index=0; index< listlen; index++) {
    if (!list[index] & used) {
        newlist[newindex++] = list[index];
    }
}

声明就像

thrust::copy_if(list.begin(), list.end(), newlist.begin(), predicate());

因此，您将轻松实现新列表。

您可以在GPU上生成可能的字符串数组吗？

关于递归：

因为GPU中有许多活动线程，所以可能会有多个结果/匹配。返回第一场比赛或所有比赛都可能是个问题。
如果必须使用递归，则可以通过每次在全局内存中存储部分进度来多次调用内核。
正如@harrism指出的那样，你可以将递归部分转换为更简单的流程，并让并行处理每个案例。

cuda适合阵列过滤

1 个答案: