Parallel processing 并行计算-洗牌

我希望并行洗牌一个数组。我发现，使用类似于双音排序的算法，但使用随机（50/50）重新排序，结果是相等的分布，但前提是数组的幂为2。我考虑过耶茨·费舍尔洗牌，但我不知道如何将其并行化以避免O（N）计算

有什么建议吗

---

谢谢

最近有一篇关于这一点的清晰的论文，参考文献，特别是Sun等人2015值得一读

但基本上，您可以使用与

sort-R

中使用的方法相同的方法来实现这一点：通过给每行一个随机键值并对该键值进行排序来进行无序排列。有很多方法可以很好地实现并行分布式排序

这里是python+MPI的基本版本，使用奇偶排序；如果P是处理器的数量，它将通过P个通信步骤。你可以做得更好，但这很容易理解；这在第二章讨论

from\uuuuu future\uuuuu导入打印功能
导入系统
随机输入
从mpi4py导入MPI
comm=MPI.comm_WORLD
def交换（本地数据、sendrank、recvrank）：
"""
与邻居进行合并交换；
sendrank向recvrank发送本地数据，
哪个合并对其排序，然后发送较低的
数据返回到排名较低的流程和
保留上层数据
"""
秩=通信获取秩（）
断言秩==sendrank或秩==recvrank
断言sendrank0：
数据=交换（数据，秩-1，秩）
返回数据
def main（）：
#每个人都有自己的数据
秩=通信获取秩（）
nprocs=通信获取大小（）
n_每_过程=5
数据=列表（范围（n_/proc*排名，n_/proc*（排名+1）））
如果秩==0：
打印（“原件：”）
按排名打印（数据、排名、NPROC）
#用随机值标记数据
数据=[（random.random（），item）用于数据中的项]
#现在按这些随机标记对其进行排序
数据=奇偶排序（数据）
如果秩==0：
打印（“无序：）
按排名打印排名（[x代表排名，数据中的x]、排名、NPROC）
返回0
如果名称=“\uuuuu main\uuuuuuuu”：
sys.exit（main（））

跑步可以带来：

$ mpirun -np 5 python mergesort_shuffle.py
Original:
0: [0, 1, 2, 3, 4]
1: [5, 6, 7, 8, 9]
2: [10, 11, 12, 13, 14]
3: [15, 16, 17, 18, 19]
4: [20, 21, 22, 23, 24]

Shuffled:
0: [19, 17, 4, 20, 9]
1: [23, 12, 3, 2, 8]
2: [14, 6, 13, 15, 1]
3: [11, 0, 22, 16, 18]
4: [5, 10, 21, 7, 24]