String GPU是否有对字符串数组进行排序的算法？

要排序的数组大约有一百万个字符串，其中每个字符串的长度最多可达一百万个字符

我正在寻找任何GPU排序算法的实现

---

我有一个大约1MB大小的数据块，我需要构造。现在，您可以看到如何在非常小的内存量内拥有一百万个字符串。

GPU排序的最新技术并不特别令人鼓舞

对于32位整数的排序，以下2009年的论文（两位作者是Nvidia的研究人员）仅声称GTX280上的最佳CUDA排序比4核Yorkfield上的最佳CPU排序增加了23%

这在GPU上使用基数排序，在CPU上使用合并排序。为了构造后缀数组，您需要一个基于比较的排序，因此本文中最好的是GPU合并排序，而不是GPU基数排序，它的速度大约是GPU基数排序的一半（有一百万个键）——即比CPU合并排序慢40%

添加可变长度键似乎可能会导致扭曲中的线程在GPU上失去同步，因此会比CPU更降低GPU上的性能

总的来说，如果您的目的是构建一个高效的系统，我建议您使用CPU实现来解决这个问题，因为这样会更快、更容易编写

但是，如果您的目的是试验或只是了解GPU，那么您可以从CUDA SDK中的论文中找到CUDA的合并排序实现：

---

1M

每个字符串的字符数（平均

.5M

？），

1M

字符串，2字节/字符（最常见）产生：

.5*1*2=1TB

内存。你需要一些特别的东西（也许是数据库？），因为很少有机器有这种内存，更不用说GPU内存了。最大字符串长度与平均值无关。我假设字符串已经在内存中并正在排序，但是海报对任务的CPU性能不满意。了解数据的结构可能是相关的/有用的。它是由

\0

分隔的一组连续字符串吗？字符串前面是否有保存字节计数的头？或者堆中是否有指针数组？我们谈论的是ASCII字符串还是Unicode？看看我问题的更新版本。CUDA的全部目的不是使用空闲的处理器吗？即使GPU在CPU上没有任何速度提升，只要你能有效地利用额外的并行性，你的速度也会比单用CPU提高2倍。@Robert Harvey-CUDA的大多数使用不会让CPU同时忙碌。然而，最近这种情况变得越来越普遍，通常被称为混合GPU/CPU。但是，需要在CPU和GPU内存之间进行复制，这使得获得良好的性能变得非常困难。在这种情况下，我希望你最多能达到CPU速度的150%，最好投资一个有两个CPU的系统。谢谢你的回答。我同意你关于在GPU上对字符串进行排序的所有注释，我也这么认为，但我希望有一个我错过的算法。