算法的目的就是為了提高代碼執(zhí)行的效率。當(dāng)算法無(wú)法再繼續(xù)優(yōu)化的情況下，需要借助并行計(jì)算的處理思想對(duì)算法進(jìn)行改造。

并行排序

假設(shè)要給大小為 8GB 的數(shù)據(jù)進(jìn)行排序，最常用的是三種排序算法，歸并排序、快速排序、堆排序，時(shí)間復(fù)雜度為 O(nlogn) 。從理論上講，已經(jīng)很難再?gòu)乃惴▽用鎯?yōu)化了。而利用并行的處理思想可以將執(zhí)行效率提高很多倍。

第一種是對(duì)歸并排序并行化處理

• 將這8GB 的數(shù)據(jù)劃分成 16 個(gè)小的數(shù)據(jù)集合，每個(gè)集合包含 500MB 的數(shù)據(jù)。
• 用 16 個(gè)線程，并行地對(duì)這 16 個(gè) 500MB 的數(shù)據(jù)集合進(jìn)行排序。
• 16 個(gè)小集合分別排序完成之后，再將這 16 個(gè)有序集合合并。

第二種是對(duì)快速排序并行化處理

• 將數(shù)據(jù)掃描一遍，找到數(shù)據(jù)所處的范圍區(qū)間，在按從小到大劃分成 16 個(gè)小區(qū)間。
• 將 8GB 的數(shù)據(jù)劃分到對(duì)應(yīng)的16 個(gè)小區(qū)間中，啟動(dòng) 16 個(gè)線程，并行地進(jìn)行排序。
• 等到 16 個(gè)線程都執(zhí)行結(jié)束后，得到的數(shù)據(jù)就是有序數(shù)據(jù)了。

對(duì)比這兩種處理思路

• 共同點(diǎn)：它們利用的都是分治的思想，對(duì)數(shù)據(jù)進(jìn)行分片，然后并行處理。
• 不同點(diǎn)：
  （1）第一種處理思路是，先隨意地對(duì)數(shù)據(jù)分片，排序之后再合并。
  （2）第二種處理思路是，先對(duì)數(shù)據(jù)按照大小劃分區(qū)間后再排序，排完序就不需要再處理了。
• 這個(gè)跟歸并和快排的區(qū)別如出一轍。

并行查找

散列表是一種非常適合快速查找的數(shù)據(jù)結(jié)構(gòu)。

弊端：

• 如果給動(dòng)態(tài)數(shù)據(jù)構(gòu)建索引，數(shù)據(jù)不斷加入會(huì)使散列表的裝載因子越來(lái)越大
• 為了保證散列表性能不下降，就需要對(duì)散列表進(jìn)行動(dòng)態(tài)擴(kuò)容
• 對(duì)巨大的散列表進(jìn)行動(dòng)態(tài)擴(kuò)容，不僅比較耗時(shí)，還比較消耗內(nèi)存
  優(yōu)化：
• 實(shí)際上可以將數(shù)據(jù)隨機(jī)分割成 k 份（比如 16 份），每份中的數(shù)據(jù)只有原來(lái)的 1/k
• 然后針對(duì)這 k 個(gè)小數(shù)據(jù)集合分別構(gòu)建散列表。這樣，散列表的維護(hù)成本就變低了
• 當(dāng)某個(gè)小散列表的裝載因子過(guò)大的時(shí)，可以單獨(dú)對(duì)這個(gè)散列表進(jìn)行擴(kuò)容，而其他散列表不需要進(jìn)行擴(kuò)容。
• 當(dāng)要查找數(shù)據(jù)時(shí)，通過(guò) 16 個(gè)線程并行地在這16 個(gè)散列表中查找數(shù)據(jù)。這樣的查找性能，比起一個(gè)大散列表的做法，也并不會(huì)下降，反倒有可能提高。
• 當(dāng)往散列表中添加數(shù)據(jù)時(shí)，可以將新數(shù)據(jù)放入裝載因子最小的散列表中，這樣也有助于減少散列沖突。

假設(shè)有 2GB 的數(shù)據(jù)，放到 16 個(gè)散列表中，每個(gè)散列表中的數(shù)據(jù)大約是 150MB。當(dāng)某個(gè)散列表需要擴(kuò)容的時(shí)候，我們只需要額外增加 150*0.5=75MB 的內(nèi)存（假設(shè)還是擴(kuò)容到原來(lái)的 1.5 倍）。不管從擴(kuò)容的執(zhí)行效率還是內(nèi)存的利用率上，這種多個(gè)小散列表的處理方法，都要比大散列表高效

并行字符串匹配

在文本中查找某個(gè)關(guān)鍵詞可以通過(guò)字符串匹配算法來(lái)實(shí)現(xiàn)，字符串匹配算法有 KMP、BM、RK、BF 等

如果處理的是超級(jí)大的文本，可以把大的文本，分割成 k 個(gè)小文本。假設(shè) k 是 16，就啟動(dòng) 16 個(gè)線程，并行地在這 16 個(gè)小文本中查找關(guān)鍵詞，這樣整個(gè)查找的性能就提高了 16 倍

當(dāng)長(zhǎng)度m的待匹配字符串被分割后，可以獲取前一段長(zhǎng)度為m的尾部和長(zhǎng)度為m的當(dāng)前段的頭部組合成2m長(zhǎng)的自費(fèi)赴川進(jìn)行匹配。

并行搜索

搜索算法有：廣度優(yōu)先搜索、深度優(yōu)先搜索、Dijkstra 最短路徑算法、A* 啟發(fā)式搜索算法。對(duì)于廣度優(yōu)先搜索算法，也可以將其改造成并行算法。

• 廣度優(yōu)先搜索是一種逐層搜索的搜索策略
• 基于當(dāng)前這一層頂點(diǎn)，我們可以啟動(dòng)多個(gè)線程，并行地搜索下一層的頂點(diǎn)
• 在代碼實(shí)現(xiàn)方面，原來(lái)廣度優(yōu)先搜索的代碼實(shí)現(xiàn)，是通過(guò)一個(gè)隊(duì)列來(lái)記錄已經(jīng)遍歷到但還沒(méi)有擴(kuò)展的頂點(diǎn)
• 經(jīng)過(guò)改造之后的并行廣度優(yōu)先搜索算法，需要利用兩個(gè)隊(duì)列來(lái)完成擴(kuò)展頂點(diǎn)的工作（決多線程的并發(fā)問(wèn)題）

【算法總結(jié)】

存儲(chǔ)
實(shí)最底層的數(shù)據(jù)結(jié)構(gòu)是<addr,value>，按照存儲(chǔ)介質(zhì)是否連續(xù)、是否顯示制定key又可以分為數(shù)組、鏈表和hash，其中數(shù)組可以認(rèn)為是一種<index,arr[index]>，鏈表是<p,*p>，然后在這基礎(chǔ)之上衍生出了一維的線性表、棧、隊(duì)列，散列表，二維的樹(shù)(平衡二叉樹(shù)、紅黑樹(shù)、跳表)，三維的圖，還有就是各種數(shù)據(jù)結(jié)構(gòu)靈活組合的數(shù)據(jù)結(jié)構(gòu)，這里的跳表可以算是組合類(lèi)型的，但是它的使用范圍很多，所以劃到了二維中。
算法
排序、分治、貪心、回溯、動(dòng)態(tài)規(guī)劃

筆記整理來(lái)源： 王爭(zhēng) 數(shù)據(jù)結(jié)構(gòu)與算法之美

總結(jié)

以上是生活随笔為你收集整理的【数据结构与算法】【算法思想】【算法应用】【排序查找搜索】并行的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。