cuda中的二分查找

　　使用背景

一般，在作高性能計算時，咱們須要隨機的鏈接某些點。這些點都具備本身的度量值，顯然，度量值越大的值隨機到的機率就會越大。所以，採用加權值得方法：

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]; } }

這樣degreeSum[]數組中存儲的便是一個有序的數組，隨機生成rand(max)，隨機數所在的區域的下表就表明選取到的點。

　　傳統的二分查找函數

傳統的二分查找中，是指定元素，而後查找是否在其中，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與high能夠根據本身的需求，來定義

　　cuda中的二分查找應用

問題背景：

指定的一個有序數組，給定一個隨機數，要查詢隨機數所在的區域，即大於前一個值，小於當前值，而當前值的下標，即便所需：

實現方式：

__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; }

引用的時候，直接在__global__函數中使用便可，返回值即便要查詢的下標。