Cuda 带迭代器的立方排序

我希望一次性转换值并对其进行排序，如下所示：

thrust::vector<int> dataIn  = ...
thrust::vector<int> dataOut = ...
auto iterIn = cub::TransformInputIterator<int, Ftor, int*>(dataIn.begin(), Ftor());
cub::DeviceRadixSort::SortKeys(dTemp, tempBytes, iterIn, dataOut.begin(), numElems);

推力：：矢量数据输入=。。。 推力：：矢量数据输出=。。。 auto iterIn=cub:：TransformInputIterator（dataIn.begin（），Ftor（））； cub:：DeviceRadixSort:：SortKeys（dTemp、tempBytes、iterIn、dataOut.begin（）、numElems）； 然而，SortKeys需要原始指针而不是迭代器。 尽管如此，还是可以使用迭代器来完成这项工作吗？ 我知道这是可能的推力，但我想使用幼兽

---

谢谢您的建议。

很抱歉让您失望，但AFAIK CUB不支持这一点。理论上，它可以通过更深入的模板化实现，但事实并非如此

---

您可以从cub中提取代码，或者使用额外的模板参数修改代码。这将是一个令人头痛的问题，但如果您只想通过设备端函数的某种转换来传递输入值，这是可行的。

很抱歉让您失望，但AFAIK CUB不支持这一点。理论上，它可以通过更深入的模板化实现，但事实并非如此

---

您可以从cub中提取代码，或者使用额外的模板参数修改代码。这将是一个令人头痛的问题，但如果您只想通过设备端函数的某种转换来传递输入值，那么这是可行的。

您是否意识到，推力在内部使用CUB进行排序实现？@talonmies是的，我知道，我有两个理由不使用推力。首先，我不能预先分配和重用对我来说至关重要的临时存储。第二，CUB本身速度更快，这可能也是第一个的结果。您可以预先分配和重用临时存储。请看。@RobertCrovella非常感谢您的建议。CUB Github上的绘图显示了相应CUB调用和推力调用之间的显著差异。你知道为什么推力较慢吗？我假设基准测试是使用缓存分配器完成的。我不确定您指的是哪种“绘图”，但它们可能可以追溯到一个时间点，在那个时间点上，推力没有在引擎盖下使用CUB。推力早于幼崽，所以当幼崽出现时，这是一件很自然的事情。如果在苹果对苹果排序比较中，推力比CUB慢得多（这可能包括删除分配临时缓冲区的时间），我会感到惊讶。你知道推力在内部使用CUB进行排序实现吗？@talonmies是的，我知道，我有两个理由不使用推力。首先，我不能预先分配和重用对我来说至关重要的临时存储。第二，CUB本身速度更快，这可能也是第一个的结果。您可以预先分配和重用临时存储。请看。@RobertCrovella非常感谢您的建议。CUB Github上的绘图显示了相应CUB调用和推力调用之间的显著差异。你知道为什么推力较慢吗？我假设基准测试是使用缓存分配器完成的。我不确定您指的是哪种“绘图”，但它们可能可以追溯到一个时间点，在那个时间点上，推力没有在引擎盖下使用CUB。推力早于幼崽，所以当幼崽出现时，这是一件很自然的事情。如果在苹果对苹果排序比较中，推力比CUB慢得多，我会感到惊讶（这可能包括删除分配临时缓冲区所花费的时间）