Algorithm 使用多个CPU查找最大数量的最短时间

例如，假设有32个数字（未排序，范围未知）和8个CPU，每个CPU每分钟计算一次比较

如果只有一个CPU，那么需要进行31次比较。 但是有了8个CPU，我们每分钟可以比较16个数字

计算最大数量所需的最小时间（分钟）是多少？

---

（我的计算结果是6分钟左右，但我认为可以在5分钟内完成，不确定算法是如何工作的。）

把它想象成一个NCAA括号，让每个核心每分钟处理一场比赛。在最后4分钟加入四面体逻辑，你就节省了1分钟。

（编辑） 前4步很简单

比较8对（16个数字）->8个winners1

比较8对（16个数字）->8个winners2

比较8对（8个赢家1对8个赢家2）->8个赢家

比较4对->4个优胜者

假设4个数字是

a、b、c、d

比较6对（a，b）（a，c）（a，d）（b，c）（b，d）（c，d）->最大的数字将赢3次

---

我们是否可以假设有一个中央程序，在获得之前的比较结果后，立即决定将哪些比较委托给8个CPU？或者8个CPU都必须完全完成它们的指令集，然后我们才能聚合和输出答案吗？这是一个缓慢的CPU：）@torquestomp CPU必须完成它们的比较。假设这是一个简单的系统；b=d=f=h=2。有四个赢家。我假设所有数字都是唯一的，但这四个赢家案例是一个特殊案例，在第5步中我们只有两个赢家。即使有唯一的条目，您也有四个赢家（

20,21,22,23

），这似乎是正确的。这让我想起；-）当我第一次读到他的答案时，我实际上并没有得到答案，所以我开始思考自己：p由于在第4步中有4个CPU被浪费，您可能会随机选取不同对的附加值进行比较，如果这些值在各自对中达到最大值，则不需要第5步就可以知道结果。

1) 32 numbers -> compare 8 pairs using 8 CPUs -> 24 numbers
2) 24 numbers -> compare 8 pairs using 8 CPUs -> 16 numbers
3) 16 numbers -> compare 8 pairs using 8 CPUs -> 8 numbers
4) 8 numbers  -> compare 4 pairs using 4 CPUs -> 4 numbers
5) 4 numbers  -> compare all numbers with each other using 6 CPUs (tetrahedron)