Warning: file_get_contents(/data/phpspider/zhask/data//catemap/8/sorting/2.json): failed to open stream: No such file or directory in /data/phpspider/zhask/libs/function.php on line 167

Warning: Invalid argument supplied for foreach() in /data/phpspider/zhask/libs/tag.function.php on line 1116

Notice: Undefined index: in /data/phpspider/zhask/libs/function.php on line 180

Warning: array_chunk() expects parameter 1 to be array, null given in /data/phpspider/zhask/libs/function.php on line 181
Sorting 分拣网络成本和延迟_Sorting_Sorting Network - Fatal编程技术网

Sorting 分拣网络成本和延迟

Sorting 分拣网络成本和延迟,sorting,sorting-network,Sorting,Sorting Network,从我读到的内容中,我无法理解成本和延迟是如何计算的 成本:棒数或比较交换块数 延迟:按顺序进行比较交换的次数 我已经在下面发布了我的示例从我所看到的,你的答案是正确的 成本是在分拣网络中完成的比较交换总数。我想这里是28 延迟是必须按顺序完成的阶段数,即具有数据相关性。在该示例中,延迟为13 为什么我们关心差异?成本表示我们在串行实现中必须完成的工作量,但是使用排序网络的好处是许多比较交换可以并行完成。当您在单个阶段中具有与比较交换相同的并行性时,您可以同时计算该阶段 在一个完全并行的系统中

从我读到的内容中,我无法理解成本和延迟是如何计算的

  • 成本:棒数或比较交换块数
  • 延迟:按顺序进行比较交换的次数

我已经在下面发布了我的示例

从我所看到的,你的答案是正确的

成本是在分拣网络中完成的比较交换总数。我想这里是28

延迟是必须按顺序完成的阶段数,即具有数据相关性。在该示例中,延迟为13

为什么我们关心差异?成本表示我们在串行实现中必须完成的工作量,但是使用排序网络的好处是许多比较交换可以并行完成。当您在单个阶段中具有与比较交换相同的并行性时,您可以同时计算该阶段


在一个完全并行的系统中,算法的延迟与延迟有关,而不是与成本有关。在一个完全串行的系统中,延迟将与成本有关,而不是与延迟有关。

从我所看到的,你的答案是正确的

成本是在分拣网络中完成的比较交换总数。我想这里是28

延迟是必须按顺序完成的阶段数,即具有数据相关性。在该示例中,延迟为13

为什么我们关心差异?成本表示我们在串行实现中必须完成的工作量,但是使用排序网络的好处是许多比较交换可以并行完成。当您在单个阶段中具有与比较交换相同的并行性时,您可以同时计算该阶段


在一个完全并行的系统中,算法的延迟与延迟有关,而不是与成本有关。在一个完全串行的系统中,延迟与成本有关,而不是与延迟有关。

因此,理解延迟是一个序列中可以进行的最大比较次数是正确的吗?嗯,听起来不太正确。假设您的排序网络由节点和阶段定义。节点是执行比较和交换操作的点。阶段是一组可以并发执行的节点。Cost是节点数。延迟是阶段的数量。对我来说足够好了。你可以把这条评论作为你答案的一部分,它肯定也会对其他人有所帮助。谢谢你的帮助!IIs是为每个输入计算的延迟,还是为“最坏情况”计算的延迟?也就是说,如果输入是2 1 3 4 5 6 7,那么延迟会是1吗?@AlexandruCimpanu实际上,排序网络是一种现象,因为它们没有最坏/最好的性能。输入数组的任何排列都将具有完全相同的复杂性,这是其最强大的特性之一。算法行为是提前确定的,因此性能是非常可预测和可再现的。因此,理解延迟是可以在一个序列中进行的最大比较次数是正确的吗?嗯,听起来不太正确。假设您的排序网络由节点和阶段定义。节点是执行比较和交换操作的点。阶段是一组可以并发执行的节点。Cost是节点数。延迟是阶段的数量。对我来说足够好了。你可以把这条评论作为你答案的一部分,它肯定也会对其他人有所帮助。谢谢你的帮助!IIs是为每个输入计算的延迟,还是为“最坏情况”计算的延迟?也就是说,如果输入是2 1 3 4 5 6 7,那么延迟会是1吗?@AlexandruCimpanu实际上,排序网络是一种现象,因为它们没有最坏/最好的性能。输入数组的任何排列都将具有完全相同的复杂性,这是其最强大的特性之一。算法行为是提前确定的,因此性能是非常可预测和可再现的。另外,您所谓的成本和延迟通常被称为大小和深度。另外,您所谓的成本和延迟通常被称为大小和深度。