摘要：
▶ 有关数独的两个问题。 ▶ 36. 检测当前盘面是否有矛盾（同一行、同一列或 3 × 3 的小框内数字重复），而不关心该盘面是否有解。 ● 初版代码，24 ms，没有将格子检测函数独立出去，行检测、列检测、框检测是否合并为一个循环对速度的影响不明显。最快的解法算法与之相同，蜜汁优化 static 阅读全文
|
摘要：
▶ 有关数独的两个问题。 ▶ 36. 检测当前盘面是否有矛盾（同一行、同一列或 3 × 3 的小框内数字重复），而不关心该盘面是否有解。 ● 初版代码，24 ms，没有将格子检测函数独立出去，行检测、列检测、框检测是否合并为一个循环对速度的影响不明显。最快的解法算法与之相同，蜜汁优化 static 阅读全文
摘要：
▶ 问题：给定正整数 n，求由 n 对小括号组成的所有合法表达式，显然所求表达式的个数为卡塔兰数 C(2n,n) / (n+1) 。 ● 暴力枚举，超时。回溯法添加字符，添加够了以后进行检查，时间复杂度 O(22n)。 ● 单边加项，3 ms，随时记录当前的 '(' 和 ')' 的数量，其中一个超过 阅读全文
摘要：
▶ 问题：字典序生成有关的问题。 ▶ 31. 由当前序列生成字典序里的下一个序列。 ● 初版代码，19 ms ● 改进代码，15 ms，第二次查找时使用二分法改进，引入原数组长度的常量，引入内置交换函数 std::swap()。 ● 大佬的代码，13 ms，使用了排序函数 ● 偷懒的代码，14 ms 阅读全文
摘要：
▶ 问题：单链表中的元素进行交换或轮换。 ▶ 24. 每两个元素进行翻转。如 [1 → 2 → 3 → 4 → 5] 变换为 [2 → 1 → 4 → 3 → 5] ● 初版代码，4 ms ● 改良版代码，3 ms 。减少了结点计数，改变了操作顺序，后面 k 元轮换的算法与此类似。 ▶ 25. 每 阅读全文
摘要：
▶ 问题：给定一个数组 nums 及一个目标值 target，求数组中是否存在 n 项的和恰好等于目标值 ▶ 第 1题，n = 2，要求返回解 ● 代码，160 ms，穷举法，时间复杂度 O(n2)，空间复杂度 O(1) ● 代码，9 ms，排序后夹逼，需要构造一个结构来保存下标，连着下标一起排序。 阅读全文
摘要：
▶ 问题：求两个已经排好序的数组的中位数。 ▶ 简单的归并版。现将两个数组一趟归并到一个数组中（O(m+n)），再利用新数组长度的奇偶性计算新数组的中位数（O(1)），总体时间复杂度 O(m+n)，空间复杂度 O(m+n)。 ● 代码，79 ms ▶ 高端的分组分段法，时间复杂度 O(log(min 阅读全文
摘要：
▶ 问题：判断一个字符串是否能通过删除至多一个字符来变成回文串。 ▶ 算法： ● 使用两个指针，开始时分别指向字符串的首元素和末元素，进行回文检查。若检查到两指针重叠或交换，则说明输入字符串已经是回文，返回正确。 ● 若检查到中间某一位置时发现两指针指向的元素不相等，则假设这两个元素之一是多余的元素 阅读全文
摘要：
▶ 问题：给定数组 { ai，i = D1n }，求 ( j - i ) * | aj - ai | 的最大值。 ▶ 算法：考虑 ai 和 ai+1，若 ai ≥ ai+1 则显然选 ai 比选 ai+1 更好；若 ai < ai+1，则我们需要比较 ( j - i ) * | aj - ai | 阅读全文
摘要：
使用 Runtime API 和 Driver API 检测设备相关属性。并检测了设备之间的拓扑以及主机与设备之间的拓扑（是否支持跨设备原子操作）。 ▶ 源代码：Runtime API ▶ 输出结果： ▶ 源代码：Driver API ▶ 输出结果： ▶ 源代码：topologyQuery ▶ 输出 阅读全文
摘要：
使用三种模式（QUICK_MODE，RANGE_MODE，SHMOO_MODE），测试三种拷贝情况下的显存带宽（HostToDevice，DeviceToHost，DeviceToDevice） ▶ 源代码 ▶ 输出结果：QUICK_MODE，是否写入合并都尝试了。 ▶ 输出结果：SHMOO_MOD 阅读全文
摘要：
▶ 数学函数 ● 舍入函数，考虑被舍入参数有双精度浮点和单精度浮点，舍入方式有区别，舍入结果有整形、长整形和长长整形，所以共有以下舍入函数。 ● 推荐单精度浮点使用函数 rint() 系列（单指令计算），而不用函数 round() 系列（8 指令计算）。其他几个用于单精度浮点的舍入函数也是单指令计算 阅读全文
摘要：
▶ 协作组，要求 cuda ≥ 9.0，一个简单的例子见 http://www.cnblogs.com/cuancuancuanhao/p/7881093.html ● 灵活调节需要进行通讯的线程组合（不一定是线程块或是线程束）的尺寸，在更多粒度上进行线程协作。 ● 协作组功能支持 CUDA 的各种 阅读全文
摘要：
▶ 简单的将纯 C/C++ 函数放到另一个文件中，利用头文件引用到主体 .cu 中来，编译时共同编译。 ▶ 源代码，把 C++ 的部分去掉了 ● 输出结果： ▶ 涨姿势 阅读全文
摘要：
▶ 使用 CUDA Runtime API，运行时编译，Driver API 三种接口计算向量加法 ▶ 源代码，CUDA Runtime API ● 输出结果： ▶ 源代码，运行时编译 ● 输出结果： ▶ 源代码，Driver API，也需要上面的 vectorAdd_kernel.cu，调用核函数 阅读全文
摘要：
使用 OpenMP 和 pthreads 两种环境，利用实现统一内存编址，计算基本的矩阵乘法 result = α * A * x + β * result 。 ▶ 源代码 ▶ 输出结果：OpenMP ▶ 输出结果：pthreads ▶ 涨姿势： ● 使用 C++ 结构体完成了类似类的方法。即在结构 阅读全文
摘要：
简单的 CUDA 应用模板，白送的 Sample。 ▶ 源代码 ▶ 输出结果： ▶ 涨姿势：没有 阅读全文
摘要：
两种方法使用零拷贝内存做简单的向量加和，并评估 GPU 计算结果与 CPU 计算结果的差。 ▶ 源代码 ▶ 输出结果： ▶ 涨姿势 ● 两种使用零拷贝内存的方法，在代码的逻辑部分进行了说明 ● 向上取整的宏函数，只对分母（size）为 2 的整数次幂的情况有效。 e.g. size == 4096， 阅读全文
摘要：
介绍了线程束表决函数的实例（其概念介绍见 http://www.cnblogs.com/cuancuancuanhao/p/7841512.html），并在静态和运行时编译两种条件下进行使用。 ▶ 源代码：静态 ▶ 输出结果： ▶ 源代码：运行时编译（删掉了相同的注释） ▶ 输出结果： ▶ 涨姿势 阅读全文
摘要：
使用纹理引用来旋转图片，并在使用了静态编译和运行时编译两种环境。 ▶ 源代码：静态编译 ▶ 输出结果 ▶ 源代码：运行时编译 ▶ 输出结果： ▶ 涨姿势 ● 一般，与 0_Simple__simpleSurfaceWrite 类似。 阅读全文
摘要：
使用 C++ 的模板 ▶ 源代码：静态使用 ▶ 输出结果： ▶ 源代码：使用运行时编译 ▶ 输出结果： ▶ 涨姿势 ● 封装了 SharedMemory，ArrayComparator，ArrayFileWriter 三个模板，并定义了其在不同的数据类型下的实现。 阅读全文
摘要：
使用表面写入函数，结合纹理引用实现图片的旋转▶ 源代码 ▶ 输出结果 ▶ 涨姿势 ● 使用函数 sdkLoadPGM() 读取图片数据 ● 使用到的表面写入函数原型 阅读全文
摘要：
对比使用单流和多流（4条）情况下数据拷贝，以及数据拷贝加内核调用的效率差别。▶ 源代码 ▶ 输出结果 ▶ 涨姿势 ● 涉及的宏和内部函数原型 ● 使用原生页对齐锁定内存的步骤 ● 使用函数 cudaEventCreateWithFlags() 相关来计时，与之前的函数 cudaEventCreate 阅读全文
摘要：
把代码文件和主程序文件分开编译，使用头文件的形式进行引用。 ▶ 源代码 ▶ 输出结果 未测试 ▶ 涨姿势 ●写在其他 .cpp 文件中的设备函数，需要用函数 cudaMemcpyFromSymbol() 放入设备常量内存才能使用。 阅读全文
摘要：
在设备代码中使用函数 printf()，没有新的认识。 ▶ 源代码 ▶ 输出结果 阅读全文
摘要：
对比设备线性二维数组和 CUDA 二维数组在纹理引用中的效率 ▶ 源代码。分别绑定相同大小的设备线性二维数组和 CUDA 二维数组为纹理引用，做简单的平移操作，重复若干次计算带宽和访问速度。 ▶ 输出结果 ▶ 涨姿势 ● 用到的函数都在以前的，有关线性二维数组和纹理内存使用方法的博客汇总讨论过了。 阅读全文
摘要：
使用 P2P 特性在 GPU 之间传输、读写数据。 ▶ 源代码。包括 P2P 使用前的各项检查，设备之间的数据互拷，主机和设备之间数据传输和相互访问。 ▶ 输出结果 只有一台设备，暂无法进行测试 ▶ 涨姿势： ● P2P 要求：至少两台计算能力不低于 2.0 的设备，并支持同一可视内存空间特性；计算 阅读全文
摘要：
计算核函数调用使得占用率，并尝试使用 runtime 函数自动优化线程块尺寸，以便提高占用率。 ▶ 源代码。 ▶ 输出结果 ▶ 涨姿势 ● 用到的几个 runtime 函数及其相互关系。 阅读全文
摘要：
使用多台 GPU 进行计算▶ 源代码。使用不同的流来控制不同 GPU 上的运算任务。 ▶ 输出结果 ▶ 涨姿势 ● 在使用不同的设备执行相关函数（包括 cudaFree 等主机函数）时要注意，使用函数 cudaSetDevice() 来切换设备。 阅读全文
摘要：
利用 CUDA 的 Overlap 特性同时进行运算和数据拷贝来实现加速。 ▶ 源代码。使用 4 个流一共执行 10 次 “数据上传 - 内核计算 - 数据下载” 过程，记录使用时间。 ▶ 输出结果 ▶ 涨姿势 ● 没有 阅读全文
摘要：
MPI 的简单使用▶ 源代码。主机根结点生成随机数组，发布副本到各结点（例子用孩子使用了一个结点），分别使用 GPU 求平方根并求和，然后根结点使用 MPI 回收各节点的计算结果，规约求和后除以数组大小（相当于球随机数组中所有元素的平方根的平均值）。 ▶ 输出结果 ▶ 涨姿势 ● 集中在 MPI 的 阅读全文
摘要：
二维分层纹理 ▶ 源代码。用纹理方法把元素按原顺序从 CUDA3D 数组中取出来，求个相反数再加上层数放入全局内存，输出。 ▶ 输出结果 ▶ 涨姿势 ● 与前面立方体贴图纹理不同的地方：申请 CUDA3D 数组的时候使用标志 cudaArrayLayered 而不是 cudaArrayCubemap 阅读全文
摘要：
立方体纹理贴图 ▶ 源代码。用纹理方法把元素按原顺序从 CUDA3D 数组中取出来，求个相反数放入全局内存，输出。 ▶ 输出结果 ▶ 涨姿势 ● helper_time.h 中新定义的计时函数 ● 立方体纹理贴图。六个面分别为 x = 1 正面、x = -1 轴负面、y = 1 正面、y = -1 阅读全文
摘要：
▶ 协作组，CUDA9.0 的新特性 挂白痴：https://blog.csdn.net/bruce_0712/article/details/79116013 ▶ 源代码，如何获得协作组的编号？ 1 #include <stdio.h> 2 #include "cuda_runtime.h" 3 阅读全文
摘要：
▶ 线程束表决函数（Warp Vote Functions） ● 用于同一线程束内各线程通信和计算规约指标。 ● 在设备代码的一个线程中调用 _all(predicate)，__any(mask, predicate)，__ballot(mask, predicate) 时，该线程所在的线程束中所有 阅读全文
摘要：
▶ 可缓存只读操作（Read-Only Data Cache Load Function），定义在 sm_32_intrinsics.hpp 中。从地址 adress 读取类型为 T 的函数返回，T 可以是 char，short，int，long longunsigned char，unsigned 阅读全文
摘要：
▶ 纹理内存读取函数 ▶ 表面内存读写函数 阅读全文
摘要：
附录 A，CUDA计算设备 附录 B，C语言扩展 ▶ 函数的标识符 ● __device__，__global__ 和 __host__ ● 宏 __CUDA_ARCH__ 可用于区分代码的运行位置. ● __noinline__ 和 __forceinlie__ ■ __device__ 函数由便 阅读全文
摘要：
▶ 图形互操作性，OpenGL 与 Direct3D 相关。（没学过，等待填坑） ▶ 版本号与计算能力 ● 计算能力（Compute Capability）表征了硬件规格，CUDA版本号表征了驱动接口和运行时接口的（软件）规格。 ● Driver API 的版本号定义在在驱动头文件中的宏 CUDA_ 阅读全文
摘要：
▶ 表面内存使用 ● 创建 cuda 数组时使用标志 cudaArraySurfaceLoadStore 来创建表面内存，可以用表面对象（surface object）或表面引用（surface reference）来对其进行读写。 ● 使用 Surface Object API ■ 涉及的结构定义 阅读全文
摘要：
▶ 纹理内存使用 ● 纹理内存使用有两套 API，称为 Object API 和 Reference API 。纹理对象（texture object）在运行时被 Object API 创建，同时指定了纹理单元。纹理引用（Tezture Reference）在编译时被 Reference API 创 阅读全文
|