Parallele Binäre Suche

Ich bin gerade erst anfangen zu lernen, parallele Programmierung, und ich bin auf der Suche bei der binären Suche.

Dies kann nicht wirklich optimiert werden, indem werfen mehr Prozessoren auf it-Recht? Ich weiß, es ist angeblich teilen und zu erobern, aber Sie sind wirklich "ab und erobern" (aus Wikipedia).

Oder könnten Sie vielleicht parallelisieren die Vergleiche? (wenn X ist weniger als array[mid], die Suche von low zu mid - 1; else if X größer ist als array[mid] Suche von mid + 1 zu high else return mid der index der X)

Oder wie über Sie geben, die Hälfte des Arrays zu einem einzelnen Prozessor zu tun binäre Suche auf, und die andere Hälfte in die andere? Wäre das nicht verschwenderisch sein obwohl? Weil es ab und zu erobern, statt sich einfach teilen und zu erobern? Gedanken?

InformationsquelleAutor | 2011-12-07
  1. 13

    Können Sie ganz einfach mit Parallelität.

    Für k ist weniger als n Prozessoren, teilen Sie das array in n/k Gruppen und zuweisen zu einem Prozessor je Gruppe.

    Laufen binäre Suche auf diese Gruppe.

    Nun ist die Zeit log(n/k).

    Gibt es auch ein crew-Methode, die logn/log(k+1).

    • Können Sie einen link zu den crew-Methode?
    • Bitte überlegen Sie es durch. Was würde passieren bei der ersten iteration auf den Eimer, wo der Schlüssel ist NICHT vorhanden.
    • Hier ist ein gutes Papier mit der crew-Algorithmus: cs.umd.edu/~gasarch/THEMEN/ramsey/parasearch.pdf
    InformationsquelleAutor Orch
  2. 4

    Ich würde denken, dass es sicher qualifiziert für die Parallelisierung. Zumindest in zwei threads. Ein thread machen eine Tiefe-zuerst-Suche und die anderen machen eine Breite-zuerst-Suche. Der Gewinner ist der Algorithmus ausführt, die die schnellsten, die sich von Datensatz zu Datensatz.

    • Falls ein Leser denkt, ich bin frivol, ich bin eigentlich nicht. Für die Zeit-kritischen Abschnitte, in denen ein Algorithmus kann nicht an sich parallelise, verwenden mehrere algorithmen mit unterschiedlichen Leistungsmerkmalen kann eine gültige Optimierung zu halten, das worst-case-big-Oh in der Zeile.
    InformationsquelleAutor Kaz Dragon
  3. 3

    Ich habe nicht viel Erfahrung in der parallelen Programmierung, aber ich bezweifle, dass dies ein guter Kandidat für die parallele Verarbeitung. Jeder Schritt des Algorithmus hängt von einem Vergleich, und dann fortfahren nach unten eine Gruppe "Pfad" basierend auf diesem Vergleich (Sie entweder gefunden, Ihren Wert, oder jetzt haben, weiter zu suchen, in einem Satz "Richtung", basierend auf dem Vergleich.) Zwei separate threads, die die gleiche Vergleich wird nicht bekommen Sie überall schneller, und separate threads wird, müssen beide setzen auf die gleiche Vergleich, um zu entscheiden, was als Nächstes zu tun, so können Sie nicht wirklich nützlich, gliedert sich die Arbeit auf Ihrem eigenen.

    So weit wie Ihre Idee der Aufspaltung der array, ich denke, Sie sind gerade die Negation der Vorteil der binären Suche in diesem Fall. Ihr Wert (vorausgesetzt es ist in deinem array), werden entweder in der oberen oder der unteren Hälfte der Elemente in einem array. Der erste Vergleich (in der Mitte) in eine binäre Suche wird Ihnen sagen, die Hälfte, die Sie suchen sollten in. Wenn man mal noch weiter überlegen, ob du ein array mit N Elementen in N verschiedene binäre Suche (ein naiver Versuch, der parallel-ize). Jetzt machst du N Vergleiche, wenn Sie nicht brauchen, um. Sie verlieren die macht der binären Suche, in, dass jeder Vergleich wird Ihre Suche einzugrenzen, um die entsprechende Teilmenge.

    Hoffe, das hilft. Kommentare willkommen.

    InformationsquelleAutor Bryan
  4. 3

    Ja, im klassischen Sinne der Parallelisierung (multi-core), binäre Suche und der BST sind nicht viel besser.

    Gibt es Techniken, wie mehrere Kopien der BST auf der L1-cache für jeden Prozessor. Nur ein Prozessor aktiv ist, aber die Gewinne aus, die mehrere L1-caches können groß sein (4-Zyklen für die L1 vs 14 Zyklen für L2).

    In der realen Welt Probleme, die Sie oft suchen mehrere Tasten zur gleichen Zeit.

    Nun, es ist eine andere Art der Parallelisierung, die helfen können: SIMD! Check out "Schnelle Architektur empfindlich Baum Suche auf modernen CPUs und GPUs" von einem team von Intel/UCSC/Oracle (SIGMOD 2010). Es ist sehr cool. BTW ich bin stützen meine aktuellen Forschungsprojekt zu diesem sehr Papier.

    InformationsquelleAutor alecco
  5. 2

    Parallele Implementierung beschleunigen kann eine binäre Suche, aber die Verbesserung ist nicht besonders bedeutend. Schlimmsten Fall ist der zeitliche Aufwand für binäre Suche ist log_2(n) wo n ist die Anzahl der Elemente in der Liste. Eine einfache parallele Implementierung bricht der master-Liste in k sub-Listen zu bin-gesucht durch parallele threads. Die resultierende worst-case-Zeit für die binäre Suche ist log_2(n/k) Realisierung einer theoretischen Abnahme in der Zeit der Suche.

    Beispiel:
    Eine Liste der 1024 Einträge nimmt sich so viele wie 10 Zyklen zur binären Suche mit einem einzelnen thread. Mit 4 threads, jeder thread nur würde die nur nehmen 8 Zyklen zum abschließen der Suche. Und mit 8 threads, jeder thread braucht 7 Zyklen. So ein 8 Gewinde parallele binäre Suche könnte bis zu 30% schneller als die single-threaded-Modell.

    Jedoch seine speed-up sollte nicht verwechselt werden mit einer Verbesserung in der Effizienz: Die 8 Gewinde Modell tatsächlich führt 8 * 7 = 56 Vergleiche abzuschließen, die Suche im Vergleich zu den 10 Vergleiche ausgeführt, indem die single-threaded binäre Suche. Es liegt im Ermessen des Programmierers, ob der marginale Gewinn an Geschwindigkeit einer parallelen Anwendung der binären Suche ist angemessen oder vorteilhaft für Ihre Anwendung.

    • Ich sollte hinzufügen, dass dies ein Beispiel von "abnehmen-und-erobern' im Gegensatz zu den in der Regel mehr wünschenswert " divide-and-conquer für eine parallele Umsetzung. In diesem Fall wird jeder thread führt eine kleinere problem als die ursprüngliche such-und ist somit schneller, aber die Summe der Probleme ist größer als das ursprüngliche problem. Wenn wir die Verwaltung einer " divide-and-conquer-Implementierung hier, die Summe der kleineren Probleme wäre die gleichen wie die original-single-threaded-Implementierung, außer k-mal schneller (wobei k die Anzahl der parallelen threads).
    InformationsquelleAutor whit
  6. 1

    Ich bin ziemlich sicher, dass die binäre Suche kann beschleunigt werden, indem ein Faktor von log (M) wobei M die Anzahl der Prozessoren. log(n/M) = log(n) - log(M) > log(n)/log(M) für eine Konstante M. ich habe nicht einen Beweis für eine enge untere Schranke, aber wenn M=n, ist die Ausführungszeit ist O(1), die kann nicht besser sein. Ein Algorithmus Skizze folgt.

    Parallel_Binary_Search(sorted_arraylist)

    1. Teilen Sie Ihre sorted_arraylist in M Blöcken der Größe n/M.
    2. Gelten ein Schritt der Vergleich der mittleren element jeder chunk.
    3. Wenn ein Komparator Signale Gleichheit, kehren Sie die Adresse und kündigen.
    4. Sonst, identifizieren von benachbarten Blöcken, wo Komparatoren signalisiert (>) und (<), respectively.
    5. Form einer neuen Chunk ausgehend von dem element, nach dem man signalisiert, dass (>) und endend bei dem element, vor dem man signalisiert, dass (<).
    6. Wenn Sie das gleiche element, Rückkehr scheitern und beenden.
    7. Ansonsten Parallel_Binary_Search(Chunk)
    InformationsquelleAutor Aly Farahat
Schreibe einen Kommentar