计算CUDA数组中数字的出现次数

您可以通过先对数字排序，然后进行键化缩减来实现直方图。

最直接的方法是先使用thrust::sort，再使用thrust::reduce_by_key。它通常也比基于原子的特别分组快得多。下面是一个例子

我想你可以在CUDA示例中找到帮助，特别是直方图示例。它们是GPU计算SDK的一部分。你可以在这里找到http://developer.nvidia.com/cuda-cc-sdk-code-samples#histogram。他们甚至有一个白皮书来解释算法。

我比较了在重复提问时提出的两种方法，即

1. 使用thrust::counting_iterator和thrust::upper_bound，遵循直方图推力示例;
2. 使用thrust::unique_copy和thrust::upper_bound

请在下面找到一个完整的工作示例。

#include <time.h>       // --- time
#include <stdlib.h>     // --- srand, rand
#include <iostream>
#include <thrusthost_vector.h>
#include <thrustdevice_vector.h>
#include <thrustsort.h>
#include <thrustiteratorzip_iterator.h>
#include <thrustunique.h>
#include <thrust/binary_search.h>
#include <thrustadjacent_difference.h>
#include "Utilities.cuh"
#include "TimingGPU.cuh"
//#define VERBOSE
#define NO_HISTOGRAM
/********/
/* MAIN */
/********/
int main() {
    const int N = 1048576;
    //const int N = 20;
    //const int N = 128;
    TimingGPU timerGPU;
    // --- Initialize random seed
    srand(time(NULL));
    thrust::host_vector<int> h_code(N);
    for (int k = 0; k < N; k++) {
        // --- Generate random numbers between 0 and 9
        h_code[k] = (rand() % 10);
    }
    thrust::device_vector<int> d_code(h_code);
    //thrust::device_vector<unsigned int> d_counting(N);
    thrust::sort(d_code.begin(), d_code.end());
    h_code = d_code;
    timerGPU.StartCounter();
#ifdef NO_HISTOGRAM
    // --- The number of d_cumsum bins is equal to the maximum value plus one
    int num_bins = d_code.back() + 1;
    thrust::device_vector<int> d_code_unique(num_bins);
    thrust::unique_copy(d_code.begin(), d_code.end(), d_code_unique.begin());
    thrust::device_vector<int> d_counting(num_bins);
    thrust::upper_bound(d_code.begin(), d_code.end(), d_code_unique.begin(), d_code_unique.end(), d_counting.begin());  
#else
    thrust::device_vector<int> d_cumsum;
    // --- The number of d_cumsum bins is equal to the maximum value plus one
    int num_bins = d_code.back() + 1;
    // --- Resize d_cumsum storage
    d_cumsum.resize(num_bins);
    // --- Find the end of each bin of values - Cumulative d_cumsum
    thrust::counting_iterator<int> search_begin(0);
    thrust::upper_bound(d_code.begin(), d_code.end(), search_begin, search_begin + num_bins, d_cumsum.begin());
    // --- Compute the histogram by taking differences of the cumulative d_cumsum
    //thrust::device_vector<int> d_counting(num_bins);
    //thrust::adjacent_difference(d_cumsum.begin(), d_cumsum.end(), d_counting.begin());
#endif
    printf("Timing GPU = %fn", timerGPU.GetCounter());
#ifdef VERBOSE
    thrust::host_vector<int> h_counting(d_counting);
    printf("Aftern");
    for (int k = 0; k < N; k++) printf("code = %in", h_code[k]);
#ifndef NO_HISTOGRAM
    thrust::host_vector<int> h_cumsum(d_cumsum);
    printf("nCountingn");
    for (int k = 0; k < num_bins; k++) printf("element = %i; counting = %i; cumsum = %in", k, h_counting[k], h_cumsum[k]);
#else
    thrust::host_vector<int> h_code_unique(d_code_unique);
    printf("nCountingn");
    for (int k = 0; k < N; k++) printf("element = %i; counting = %in", h_code_unique[k], h_counting[k]);
#endif
#endif
}

第一种方法已被证明是最快的。在NVIDIA GTX 960卡上，我有以下N = 1048576数组元素的计时:

First approach: 2.35ms
First approach without thrust::adjacent_difference: 1.52
Second approach: 4.67ms

请注意，没有必要明确地计算相邻差，因为如果需要，这个操作可以在内核处理期间手动完成。

正如其他人所说，您可以使用sort & reduce_by_key方法来计数频率。在我的情况下，我需要得到一个数组的模式(最大频率/出现)，所以这是我的解决方案:

1 -首先，我们创建两个新数组，一个包含输入数据的副本，另一个包含稍后进行约简的数据(sum):

// Input: [1 3 3 3 2 2 3]
// *(Temp) dev_keys: [1 3 3 3 2 2 3]
// *(Temp) dev_ones: [1 1 1 1 1 1 1]
// Copy input data
thrust::device_vector<int> dev_keys(myptr, myptr+size);
// Fill an array with ones
thrust::fill(dev_ones.begin(), dev_ones.end(), 1);

2 -然后，我们对键进行排序，因为reduce_by_key函数需要对数组进行排序。

// Sort keys (see below why)
thrust::sort(dev_keys.begin(), dev_keys.end());

3 -稍后，我们为(唯一的)密钥及其频率创建两个输出向量:

thrust::device_vector<int> output_keys(N);
thrust::device_vector<int> output_freqs(N);

4 -最后，我们执行键还原:

// Reduce contiguous keys: [1 3 3 3 2 2 3] => [1 3 2 1] Vs. [1 3 3 3 3 2 2] => [1 4 2] 
thrust::pair<thrust::device_vector<int>::iterator, thrust::device_vector<int>::iterator> new_end;
new_end = thrust::reduce_by_key(dev_keys.begin(), dev_keys.end(), dev_ones.begin(), output_keys.begin(), output_freqs.begin());

5 -…如果我们愿意，我们可以得到最频繁的元素

// Get most frequent element
// Get index of the maximum frequency
int num_keys = new_end.first  - output_keys.begin();
thrust::device_vector<int>::iterator iter = thrust::max_element(output_freqs.begin(), output_freqs.begin() + num_keys);
unsigned int index = iter - output_freqs.begin();
int most_frequent_key = output_keys[index];
int most_frequent_val = output_freqs[index];  // Frequencies