【Cuda并行编程之一】二分查找的探究以及Cuda的简单实现&&相关面试题介绍
来源:互联网 发布:帝国cms自动审核 编辑:程序博客网 时间:2024/04/28 07:07
最近开始复习基础找工作,二分查找算是最基本而且十分重要的算法了,现在完整的解析一下,作为后面复习只用。内容分为几个部分:
一、二分查找的基本过程
折半查找技术,又称为二分查找。它的前提条件是线性表中的记录必须是关键码有序(通常从小到大排序),线性表必须采用顺序存储。折半查找的基本思想是:在有序表中,取中间记录作为比较对象,如果给定值与中间记录的关键字相等,则查找成功;若给定值小于中间记录的关键字,则在中间记录的左半区继续查找;若给定值大于中间记录的关键字,则在中间记录的右半区继续查找。不断重复上述过程,直到查找成功,或所有查找区域无记录,查找失败为止。
二、二分查找的基本代码
问题描述为:给定一个顺序的数组arr,以及数组的长度len,要查找的目标值val,用二分查找的方法去判断val是否在数组arr中,如果存在,返回目标值val在数组arr中的下标索引index;如果不存在,那么返回-1。
下面我们将给出二分查找的基本代码,分为非递归和递归版本:
非递归版本:
int bsearch(int val , int *arr , int len){int l = 0 , r = len - 1;int m;while( l<=r ){m = (l+r)/2; <span style="font-family: 'Microsoft YaHei';">//是否正确且高效?</span>if(arr[m] == val ) break;else if(arr[m] < val) {l = m + 1 ;}else{r = m - 1 ; }}if(l<=r) return m;else return -1;}递归版本:
int bsearch_with_recur(int val,int *arr, int l,int r){int m ;if( l>r ) return -1;m = (l+r)/2; //是否正确且高效?if(val == arr[m]) return m;else if(val<arr[m]) return bsearch_with_recur(val,arr,l,m-1);else return bsearch_with_recur(val,arr,m+1,r);}
三、二分查找的优化代码
上述的两块代码是否正确且高效?
3.1.用指针代替寻址提高速度:值得注意的是,下面求值表达式:m = ( l + r )/2; 中的除法运算可以用移位运算代替,即:m = ( l + r )>>1;这样做的确会提高程序的运行速度。现在首先去掉一些寻址运算,在很多机器上下标运算都要比指针运算慢。我们可以把arr+m的值存储在一个局部变量中,这样就不需要每次都重复计算,从而可以稍微减小一些寻址运算。
int bsearch(int val , int *arr , int len){int l = 0 , r = len - 1;int m;while( l<=r ){m = (l+r)/2; int *p = arr+m;if(*p == val ) break;else if(*p < val) {l = m + 1 ;}else{r = m - 1 ; }}if(l<=r) return m;else return -1;}又假定我们系统进一步减少寻址运算,这可以通过在整个程序中用指针代替下标来做到。即把程序用凡用到下标的地方统统改成用指针的形式重写即可。
int bsearch1(int val , int *arr , int len){int *l = arr , *r = arr + len ;int *m;while( l<=r ){m = (l+r)/2;if(*m == val ) break;else if(*m < val) {l = m + 1 ;}else{r = m - 1 ; }}if(l<=r) return m-arr;else return -1;}实际上上面这个程序还是有点问题,m = ( l + r )/2,这个语句是非法的,因为它试图把两个指针相加。正确的做法是,首先计算出l与r之间的距离(这可以由指针减法得到,并且结果是一个整数),然后把这个距离的一半(也仍然是个整数)与l相加:m = ( r - l )/2 + l; 因为除以2就相当于向右移动一位,而移位的效率要远远高于除法,因此可以改为:m = ( r - l )>>1 + l;注意:>>的优先级低于算数运算符,上式效果实际上是:m = ( r - l )>>( l + 1 );为了避免错误要加上括号:m = ( ( r - l )>>1 ) + l。
3.2.l与r值过大相加溢出:当l和r表示下标而不是指针的时候,如果l或者r过大,那么m = ( l + r )/2;结果就会发生溢出,因此,我们写成:m = ( r - l )/2 + l;的形式。那么,我们可以修改最初的两段代码,作出相应优化,保证正确提高效率:
非递归:
int bsearch(int val , int *arr , int len){int l = 0 , r = len - 1;int m;while( l<=r ){ <strong>m = ( ( r - l )>>1 ) + l;</strong>if(arr[m] == val ) break;else if(arr[m] < val) {l = m + 1 ;}else{r = m - 1 ; }}if(l<=r) return m;else return -1;}递归:
int bsearch_with_recur(int val,int *arr, int l,int r){int m ;if( l>r ) return -1;<strong>m = ( ( r - l )>>1 ) + l;</strong>if(val == arr[m]) return m;else if(val<arr[m]) return bsearch_with_recur(val,arr,l,m-1);else return bsearch_with_recur(val,arr,m+1,r);}
四、二分查找相关的STL
C语言里有bsearch:http://www.cplusplus.com/reference/cstdlib/bsearch/?kw=bsearch
STL之lower_bound : http://www.cplusplus.com/reference/algorithm/lower_bound/?kw=lower_bound
STL之upper_bound : http://www.cplusplus.com/reference/algorithm/upper_bound/?kw=upper_bound
STL之binary_search : http://www.cplusplus.com/reference/algorithm/binary_search/?kw=binary_search
STL之equal_range : http://www.cplusplus.com/reference/algorithm/equal_range/?kw=equal_range
当然学习这些还是需要应用,等做完leetcode和POJ相关问题之后再总结。
五、Cuda的简单实现
最近开始接触Cuda,一个基于GPU的并行计算架构,作为学习用cuda来实现相同的查找问题。只是用并行的方法就不存在了串行的二分查找的问题,最简单粗暴的方式就是利用GPU强大的并行计算能力,将数组arr中的每个元素一次性放到GPU核上进行并行查找,即和目标值val进行比较,那么可以简单的理解为只要比较一次,即在O(1)的时间内就能够得到比较结果(当然没有考虑到调度问题)。
Cuda程序设计的基本流程比较简单:
a.分配host(主机端)的基本变量并赋予初始值
b.在device(GPU)上分配空间,利用CudaMalloc
c.将host端的数值拷贝到device端,利用cudaMemcpy
d.调用kernal函数在device进行计算
f.将device端的计算结果拷贝回到host端,并处理结果
Talk is cheap , show me the code:
cuda_binsearch.cu:
#include<iostream>#include<vector>#include<stdio.h>#include<ctime>#include "binsearch.h"using namespace std;int N;//kernal function __global__ void binsearch(int *p , int *val,int *pos, int flag){int tid = blockIdx.x * blockDim.x + threadIdx.x;if(p[tid]==*val){*pos = tid;}}int main(int argc, char *argv[]){if(argc<3){perror("The argument should be : ./a.out N value");}vector<int> vec;int *hp,*dp;int hval,*dval;int hpos = -1, *dpos;int N = atoi(argv[1]);hval = atoi(argv[2]);double timing;for( int i=0;i<N;i++ ){vec.push_back(i);}//allocate space in devicecudaMalloc( &dp, N*sizeof(int) ) ;cudaMalloc( &dval, sizeof(int) );cudaMalloc( &dpos, sizeof(int) );hp = (int *)&vec[0];int temp = -1 ;//copy data from host to device cudaMemcpy(dp,hp,N*sizeof(int),cudaMemcpyHostToDevice) ;cudaMemcpy(dval,&hval,sizeof(int),cudaMemcpyHostToDevice);cudaMemcpy(dpos, &temp, sizeof(int),cudaMemcpyHostToDevice);timing = wtime();int block_dim = 128;int grid_dim = ( N % block_dim == 0 ? (N>>7) : (N>>7)+1 );//kernal functionbinsearch<<<grid_dim,block_dim>>>( dp, dval, dpos,0 );printf("Computation time is %10.10f\n",wtime()-timing);//copy data from device to hostcudaMemcpy(&hpos, dpos, sizeof(int),cudaMemcpyDeviceToHost);if( hpos==-1 ){cout<<"this val "<<hval<<" can not be found "<<endl;}else{cout<<"this val "<<hval<<" can be found at position "<<hpos<<endl;}//free the spacecudaFree(dp);cudaFree(dval);cudaFree(dpos);return 0;}cuda_wtime.cu:
#include <stdio.h>#include <sys/time.h>#include <iostream>#include <cstdlib>double wtime(void){double now_time;struct timeval etstart;struct timezone tzp;if(gettimeofday(&etstart,&tzp)==-1){perror("Error:calling gettimeofday() not successfully.\n");}now_time = ( (double)etstart.tv_sec ) + ((double)etstart.tv_usec) / 1000000.0;return now_time;}#if 0int main(){double time;time = wtime();printf("time of day = %10.4f\n",time);return 0;}#endifbinsearch.h:
#ifndef _BINSEARCH_H_#define _BINSEARCH_H_double wtime(void);#endif
运行结果:
从1~1000中查找666:
从1~1000中查找6666:
六、相关面试题
也在CSDN上看到了一篇不错的二分查找的总结,贴在这里以供学习:http://blog.csdn.net/luckyxiaoqiang/article/details/8937978。在此添加下遇到的校招题目。
2015美团合肥站一道题:现在给你一个数组,左边是升序的,右边是降序的,现在让你找到最大的那个值。要求尽可能小的时间复杂度和空间复杂度。
分析:在不考虑边界的情况下(即最大值一定出现在数组的中间位置,而不是最左边和最右边),那么我通过递归的方式不断的去搜索左右两边的数组序列,那么一定会在几次查找之后找到那个值。当然也能用O(n)的时间复杂度搞定。
#include<iostream>using namespace std;int Max(int a[] , int low , int high){ if(low > high) return -1; int m = low + ( (high-low)>>1 ); if( a[m]>a[m-1] && a[m]>a[m+1] ) return a[m]; else if( a[m]<a[m+1] && a[m]>a[m-1] ) return Max(a,m+1,high); else return Max(a,low,m-1);}int main(){ int a[] = {-10,0,1,3,5,6,7,9,8,4,2,-1}; cout<<Max(a,0,sizeof(a)/sizeof(a[0])-1)<<endl; system("pause"); return 0;}
转载请注明:http://blog.csdn.net/lavorange/article/details/21961045
- 【Cuda并行编程之一】二分查找的探究以及Cuda的简单实现&&相关面试题介绍
- 【Cuda并行编程之一】二分查找的探究以及Cuda的简单实现&&相关面试题介绍
- CUDA C的并行编程
- 【CUDA并行编程之六】KNN算法的并行实现
- 【CUDA并行编程之六】KNN算法的并行实现
- Kmeans 的 CUDA 并行实现
- Cuda 相关库的介绍
- Cuda 相关库的介绍
- CUDA并行编程的一个例子
- CUDA并行编程较有用的总结
- CUDA并行编程较有用的总结
- CUDA的并行计算
- [CUDA]CUDA C并行编程
- 【并行计算-CUDA开发】有关CUDA当中global memory如何实现合并访问跟内存对齐相关的问题
- Tensorflow的CUDA升级,以及相关配置
- 【CUDA并行编程之八】Cuda实现Kmeans算法
- 【CUDA并行编程之八】Cuda实现Kmeans算法
- CUDA: GPU的并行计算
- 多屏幕多分辨率的支持和一些概念
- android 自定义Dialog背景透明及显示位置设置
- ==和equals方法
- Windows上编译最新的CURL,含有zlib,openssl
- Spring jdbc开发
- 【Cuda并行编程之一】二分查找的探究以及Cuda的简单实现&&相关面试题介绍
- 红黑树
- android获取以太网(插网线)ip/mac
- Linux设备模型分析之device(基于3.10.1内核)
- 字符编码知识整理
- 极客无极限 一行HTML5代码引发的创意大爆炸
- HTTPServlet详解
- JSP表单select多级联动问题
- 关于开源框架Pushlet中的定点推送消息和与浏览器参数交互详解