Parallele Algorithmen und Datenstrukturen

Question

inkeeping mit meinen Interessen in Algorithmen (siehe hier ), würde ich gerne wissen, ob es (im Gegensatz zu meiner vorherigen Frage), Algorithmen und Datenstrukturen, die em <> sind Mainstream in der parallelen Programmierung. Es ist wahrscheinlich früh, um über Mainstream parallel algos und ds zu fragen, aber einige der Gurus hier haben mit einigen von ihnen gute Erfahrungen / schlechte Erfahrungen gemacht.

Bearbeiten . Ich bin mehr daran interessiert, in erfolgreichen praktischen Anwendungen von algos und ds als in wissenschaftlichen Arbeiten

Danke

Answer 1

Viele von Googles White Papers, vor allem, aber nicht ausschließlich verknüpfen diejenigen von dieser Seite , beschreiben erfolgreiche praktische Anwendungen der Parallelverarbeitung und / oder deren DS und algorithmischen Grundlagen. Zum Beispiel dieses Papier mit Modifizieren eines Datenstruktur des DBMS behandelt extrahieren intra- Transaktions Parallelität; dieses (und einige andere) Architektur der beliebten mapreduce einführt, umgesetzt, da z.B. in hadoop rel="nofollow; dieses zur hoch parallelisierbaren approximate Matrix factoring geeignet ist für den Einsatz in "kernel Methods" in maschinellem Lernen; etc, etc ...

Answer 2

Vielleicht, ich den Punkt völlig vermissen, aber es gibt eine Tonne von Mainstream parallel algos und Datenstrukturen, z.B. Matrixmultiplikation , FFT , PDE und lineare Gleichung Löser, Integration und Simulation ( Monte-Carlo / Zufallszahlen ), Suche und Sortieren , und so weiter. Werfen Sie einen Blick auf die Planung und Aufbau paralleler Programme oder Muster für Parallel Programming . Und dann gibt es CUDA und dergleichen. Was sind Sie nach?

Answer 3

Sortierung:

• Standard Template Library für Extra Large Data Sets
• Sort Benchmark