cuda中的二分查找

　　使用背景

一般，在作高性能计算时，咱们须要随机的链接某些点。这些点都具备本身的度量值，显然，度量值越大的值随机到的几率就会越大。所以，采用加权值得方法：

void getdegreeSum(DG *g){ memset(degreeSum,0,sizeof(uint)*MAXSIZE); uint i,last=0; for(i=0;i<(g->n);i++){ degreeSum[i] = g->v[i].desum+last; last = degreeSum[i]; } }

这样degreeSum[]数组中存储的便是一个有序的数组，随机生成rand(max)，随机数所在的区域的下表就表明选取到的点。

　　传统的二分查找函数

传统的二分查找中，是指定元素，而后查找是否在其中，典型的算法以下：

int bsearchWithoutRecursion(int array[], int low, int high, int target) { while(low <= high) { int mid = (low + high)/2; if (array[mid] > target) high = mid - 1; else if (array[mid] < target) low = mid + 1; else //find the target
            return mid; } //the array does not contain the target
    return -1; }

其中Low与high能够根据本身的需求，来定义

　　cuda中的二分查找应用

问题背景：

指定的一个有序数组，给定一个随机数，要查询随机数所在的区域，即大于前一个值，小于当前值，而当前值的下标，即便所需：

实现方式：

__inline__ __device__ int binarySearch(uint *arr,uint length,uint target){ int left=0; int right = length-1; while(left < right){ int middle = (left+right)/2; if((target >= arr[middle-1]) && (target < arr[middle])){    //while(rand > degreedis[j])
            return middle; } else{ if(target > arr[middle]) left = middle+1; else right = middle-1; } } return left; }

引用的时候，直接在__global__函数中使用便可，返回值即便要查询的下标。