Cuda 如何使用共享内存计算直方图

我想用共享内存计算一个直方图，我写了如下代码，但是我发现cuda和cpu的结果不同，cuda的结果是blockDim.x倍的cpu，为什么？ 我怎样才能修好它？ 谢谢大家!

__global__ void CalHistKernel(int*imgData,int*bins,int datasize)
{
__shared__ int _bins[3];

int tx=threadIdx.x;
int idx=blockIdx.x*blockDim.x+threadIdx.x;//blockDim.y=1
if(tx<3)
{
    _bins[tx]=0;       
}
__syncthreads();

if(idx<datasize)
{       
    atomicAdd((int*)&_bins[imgData[idx]],1);     

}
__syncthreads();
for(int i=0;i<3;i++)   
    atomicAdd((int*)&bins[i],_bins[i]);
}  

\uuuu全局\uuuuu无效CalHistKernel（int*imgData，int*bins，int datasize）
{
__共享容器[3]；
int tx=线程idx.x；
int idx=blockIdx.x*blockDim.x+threadIdx.x；//blockDim.y=1
如果（tx看起来像是由于最后一个循环导致的，您将每个共享内存箱中的值添加到全局内存箱中。请记住，循环在每个线程中执行。
与您的问题无关，但很重要：移动
\u syncthreads（）
超出条件语句，因为如果所有线程都无法到达，程序可能会失败。是的，这就是问题所在。谢谢！谢谢！我更改了最后一个循环，即atomicAdd（（int*）和bins[tx]、_bins[tx]）；然后，它会正确运行！@user3226109:嗨，你能将代码编辑为正确的ans吗？我想从你的示例中学习！