使用 Thrust 计算直方图

Question

如果i是像下面这样的随机游走（每个索引不是唯一的），并且有一个A用零填充的设备向量。

{0, 1, 0, 2, 3, 3,  ....}

推力是否可以A[i]自动增加，操作后A可能看起来像

//2 means appears count of 0's
//1 means appears count of 1's
//1 means appears count of 2's
//2 means appears count of 3's
{2, 1, 1, 2}

我试过几种情况，但这些情况只在A宿主向量时工作正常，我猜是因为推力是并行的，所以以前的结果不能影响新的结果，结果可能看起来像 //only count once no索引出现多少次{1, 1, 1, 1}

推力可以通过设备向量 A 和随机游走索引向量实现我的目标吗？

Answer 1

如果您正在寻求 Thrust 的直方图计算，那么您可能希望注意，有一个Thrust 文档示例提供了两种不同的算法：

1. 密集直方图，用于sort对数组进行排序，然后用于upper_bound确定计算直方图，最后用于adjacent_difference计算直方图；
2. 稀疏直方图，用于sort对数组进行排序，然后reduce_by_key，如 @Eric 在他的评论中提到的。

从这两个线程

• 直方图或 count_by_key；
• 如何从排序序列中获取直方图。

我想说的是，上面是使用 Thrust 实现直方图的仅有的两种方法。我在 Kepler K20c 卡上对这两种方法进行了计时，计时如下：

• N=1024*16; # bins= 16*16; 密集 = 2.0ms; 稀疏 = 2.4ms;
• N=1024*128; # bins= 16*128; 密集 = 3.4ms; 稀疏 = 3.1ms;

考虑到时间确实取决于输入数组这一事实，我想说结果似乎并没有显着不同。

应该注意的是，CUDA 示例提供了直方图计算示例，但它针对64或256bin 进行了优化，因此它与上述 Thrust 代码并不同质。