@ tat0: można również bawić się z Arrayfire: wektorowy wyszukiwania używając LOWER_BOUND() nie daje odpowiedzi natychmiast natomiast z setintersect() in arrayfire, masz „skrzyżowaniu” dwóch tablic bezpośrednio:
float A_host[] = {3,22,4,5,2,9,234,11,6,17,7,873,23,45,454};
int szA = sizeof(A_host)/sizeof(float);
float B_host[] = {345,5,55,6,7,8,19,2,63};
int szB = sizeof(B_host)/sizeof(float);
// initialize arrays from host data
array A(szA, 1, A_host);
array B(szB, 1, B_host);
array U = setintersect(A, B); // compute intersection of 2 arrays
int n_common = U.elements();
std::cout << "common: ";
print(U);
się wydajność: często: U = 2,0000 5,0000 6,0000 7,0000
uzyskać rzeczywiste rozmieszczenie tych elementów w tablicy A, można użyć następującego konstrukt (pod warunkiem, że elementy A są unikalne):
int n_common = U.elements();
array loc = zeros(n_common); // empty array
gfor(array i, n_common) // parallel for loop
loc(i) = sum((A == U(i))*seq(szA));
print(loc);
następnie: Loc = 4,0000 3,0000 8,0000 10,0000
Ponadto wzdłużne :: LOWER_BOUND() wydaje się być mniejsza niż setintersect() i odwzorować go z następującym programem:
int *g_data = 0;
int g_N = 0;
void thrust_test() {
thrust::device_ptr<int> A = thrust::device_pointer_cast((int *)g_data),
B = thrust::device_pointer_cast((int *)g_data + g_N);
thrust::device_vector<int> output(g_N);
thrust::lower_bound(A, A + g_N, B, B + g_N,
output.begin(),
thrust::less<int>());
std::cout << "thrust: " << output.size() << "\n";
}
void af_test()
{
array A(g_N, 1, g_data, afDevicePointer);
array B(g_N, 1, g_data + g_N, afDevicePointer);
array U = setintersect(A, B);
std::cout << "intersection sz: " << U.elements() << "\n";
}
int main()
{
g_N = 3e6; // 3M entries
thrust::host_vector<int> input(g_N*2);
for(int i = 0; i < g_N*2; i++) { // generate some input
if(i & 1)
input[i] = (i*i) % 1131;
else
input[i] = (i*i*i-1) % 1223 ;
}
thrust::device_vector<int> dev_input = input;
// sort the vector A
thrust::sort(dev_input.begin(), dev_input.begin() + g_N);
// sort the vector B
thrust::sort(dev_input.begin() + g_N, dev_input.begin() + g_N*2);
g_data = thrust::raw_pointer_cast(dev_input.data());
try {
info();
printf("thrust: %.5f seconds\n", timeit(thrust_test));
printf("af: %.5f seconds\n", timeit(af_test));
} catch (af::exception& e) {
fprintf(stderr, "%s\n", e.what());
}
return 0;
}
i wyniki:
CUDA Toolkit 4.2, kierowca 295,59
GPU0 GeForce GT 650M, 2048 MB, Compute 3.0 (pojedyncze, podwójne)
Wykorzystanie pamięci 1937 MB wolnego (2048 MB całkowitej)
wzdłużne: 0.13008 sekund
arrayfire: 0.06702 sekund