Arrays 如何使用CUDA将多个线程映射到不同元素的不同线程数的数组元素？

我有一些数组（实际上是推力：：设备向量）-

我必须用它来填补

MyClass2 c[M];

a[0]生成c[]中的前b[0]个元素。a[1]在c[]中生成下一个b[1]元素，依此类推。明确地说，M=b[0]+b[1]+…+b[N-1]。任何b[i]都可以是零。我需要创建c[]，然后使用M线程并行处理它的所有M元素

有没有一种方法可以编写一个使用M个线程的内核，其中每个线程都知道（或在O（1）时间内发现）它与[]中对应的MyClass1关联

例如，如果我有N=4和

int b[4] = {2,0,3,5};

那么M=2+0+3+5=10，那么c[]的大小是10，我需要10个线程（tid=0…9）来并行处理c[]，其中tid=I创建c[I]。这里,

• c[0]和c[1]将使用a[0]创建，因为b[0]==2
• 不会使用a[1]创建任何元素，因为b[1]==0
• 将使用[2]创建c[2]到c[4]
• 将使用[3]创建c[5]到c[9]

---

线程tid=3知道它应该创建c[3]，但它怎么知道它应该使用a[2]并生成第二个元素来创建c[3]？

我建议将b[]和b[]相加，b[]包含元素

B[i] = sum(b[0] ... b[i])

因此，M=B[N-1]，现在启动M个通道，每个通道使用std:：lower_bound查找并索引要使用的[]中元素的i

（我可能会在cpu上执行第一步，您可能已经在执行类似的操作来确定M

---

pidx-B[i]将告诉您当前正在构造的元素的“本地”索引）

我的所有数据都在设备上。最后，我启动了N个线程，其中每个线程将其对应的b[tid]元素写入c[]中的适当位置（我使用前缀b[]来帮助实现这一点）。我也想过像你说的那样进行二进制搜索，但在我的例子中，通常M>>N，甚至O（log（M））都比我的解决方案更糟糕，我想。如果可能的话，我会试试，然后再报告。

B[i] = sum(b[0] ... b[i])