MPI并行编程系列二快速排序.docx

1、MPI并行编程系列二快速排序MPI 并行编程系列二 快速排序阅读：63 评论： 0作者：飞得更高发表于 2010-04-06 09 ：00 原文链接在上一篇中对枚举排序的 MPI并行算法进行了详细的描述和实现，算法相 对简单，采用了并行编程模式中的单程序多数据流的并行编程模式。在本篇 中，将对快速排序进行并行化分析和实现。本篇代码用到了上篇中的几个公用 方法，在本篇中将不再做说明。在本篇中，我们首先对快速排序算法进行描述和实现，并在此基础上分析 此算法的并行性，确定并行编程模式，最后给出该算法的 MPI实现。一、快速排序算法说明快速排序时一种最基本的排序算法，效率相对较高。其基本思想是：在当

2、前无序数组 R1,n 中选取一个记录作为比较的 基准 ，即作为排序中的 轴 。经过一趟排序后，当前无序数组 R1,n 就会以这个轴为核心划分为两个无 序的子区 r11,i-1,r2i,n 。其中左边的无序子区都会比 轴小，右边的无 序子区都会比 轴 大。这样下一趟排序，我们就可以对这两个子区用同样的方 法进行划分排序，知道所有的无序子区中的记录均排好为止。根据算法的说明，快速排序时一个典型的递归算法，算法描述如下： 无序数组 R1,R2,.,Rn quick_sort(R,start,end)if(start end)r=partion(R,start,end)quick_sort(R,sta

3、rt,r-1)quick_sort(R,r+1,end)endif end quick_sort 方法 partion 的作用就是选取 轴 ，并将数组分 为两个无序子区，并将该 轴 的最终位置返回，在这里我们选择数组的第一个 元素为 轴 ，其算法描述为：partion(R,start,end)r=Rstartwhile(start end)while(Rend=r)&(start end)end-end ehile Rstart=Rendwhile(Rstartr)&(start end)start+end wile Rend=Rstartend while Rstart=r return s

4、tart end partion 该排序算法的性能好 坏主要取决于 轴 的选定，即无序数组的划分是否均衡。最好的情况下，无序 数组每次都会被划为两个均等的无序子区，这是算法的负责度为 o(nlogn) ； 最坏的情况，无序数组每次划分都是左边 n-1 个元素，右边 0 个元素，这时算 法的复杂度为o(nA2)。在通常的情况下，该算法的复杂度会依然保持在 o(nlogn) ，上只不过具有更高的常数因子。因此，选定一个有效地 轴，成为该算法的关键。一般情况下，会选定无序数组的第一个，中间或者是最后一个 元素作为算法的 轴，我们可以对着三个元素进行比较，取大小居中的那个元 素作为该算法的 轴 。、快

5、速排序算法的串行实现确定在什么条件下终止递归操作。主函数代码如下：1：void quick_sort_function(int*array,int start,int last)2int part_position ； 4：5：if(start=last)6：return ； 7：8：part_position=part_array_head(array,start,last)；9：quick_sort_function(array,start,part_position-1)；10：quick_sort_function(array,part_position+1,last)；11： 主函数

6、代码很简单，一个终止递归的条件，一个递归方式。在主函数中，核心函数为part_array_head, 其代码如下： 1： int part_array_head(int*array,int start,int last)2 ：3：int position_value=arraystart ； 4： 5：while(start last)6 ：while(startlast&arraylast=position_value)7 ：last- ；8：arraystart=arraylast ； 9：10：while(startlast&arraystart=position_value)11 ：

7、start+ ；12：arraylast=arraystart ； 13：14 ：15： arraystart=position_value16：17：return start ；18： 从代码可以看出，快速排序的代码相对姜丹， 总共不过三十行代码。本人是非常喜欢递归操作的。下面我们将对快速排序进 行并行化分析。三、快速排序并行化分析在并行编程策略中，有一种策略非常适合递归算法，自然也就成为我们快 速排序并行化的首选策略。这种策略为 分治策略 ，这种策略的核心思想就是 将一个大而复杂的问题分解成若干个子问题分而治之。若分解后的子问题依然 过大或者是过于复杂，则可反复利用分治策略，直到很容易的求

8、解子问题未 知。有此看出，分治策略也符合递归的思想。要实现分治策略，主要分为三 步： 1、将大问题分解成小问题； 2、求解小问题； 3、归并小问题的解，得到 最终结果。其中各个小问题的求解就是我们并行化的所在。分治策略的说明图 如下：在快速排序算法中，我们就是将原无序数组按照一定得规则拆分成一个个 子数组，即上图中的 分解过程，每个子数组的排序可并行执行。当各子数组 排序完毕后，依此将结构传给其父数组，得到最终的结果，即上图中的 归并 过程。基于以上的分析，我们给出快速排序算法 MPI 的实现如下：四、快速排序的MPI并行实现因为分治策略的特殊性，我们进行快速排序算法的进程数目为 2m个。我们

9、依然用进程p0来读取原数组，最终的排序结果也会由进程 p0打印出来。在该算法中，我们如果知道进程数目为 2Am个，就应该能够求出 m因此我写了一个实现函数，求一个整数的以 2为底的对数的算法。该算法的具体实 现为：1：int log_int(int root,int num)2 ： 3： int i,j ；4：5：i=1 ；6：j=root ； 7： 8： while(j num)9 ：j*=root ； 10： i+ ；11： 12 ：13： if(j num)14：i- ；15：16：return i ；17： 该并行算法的主函数为：1：void quick_sort_mpi(int*ar

10、gv,char*argc)2 ：3：intprocess_id ；4：int process_size ；5：6：int*init_array ； 7： intarray_length ； 8：9：int log_num ；10： int k ；11：12： mpi_start(argv,argc,&process_size,&process_id,MPI_COMM_WORLD) ；13： 14：if(process_size%2 ！ =0)15 ： if( ！ process_id)16 ： printf(the size of the process must is the multipe

11、 of 2) ； 17：18：MPI_Abort(MPI_COMM_WORLD,PROCESS_SIZE_E；RR19O：R)20 ： 21： log_num=log_int(2,process_size) ；22： array_length=ARRAY_LENGT；H 23：24：if( ！process_id)25 ： init_array=(int*)my_mpi_malloc(0,sizeof(int)*array_length) ；26：array_builder(init_array,array_length) ； 27：array_int_print(array_length,i

12、nit_array) ；28： 29 ：30： / 对数组进行快速排序 31： quick_sort_mpi_function(init_array,array_length,log_num,process_id,0 ,MPI_COMM_WOR；LD3)2：33： if( ！ process_id)34 ： array_int_print(array_length,init_array) ；35： 36：MPI_Finalize() ；37： 在程序中出现的子函数在这里就不一一介绍了，其中主要的函数在上一 篇枚举排序的MPI算法中都有所介绍。主函数的核心就是 quic_sort_mpi_fuc

13、tion 函数，该函数真正实现了快速排序，其代码如下： 1：void quick_sort_mpi_function(2 ：int*init_array,/ 待排序数组 3：int array_length,/ 待排序数组长度 4：int log_num,/ 进程数取 2 为底的对数 5：int process_id,/ 当前活动进程 ID 6 ：int part_process_id,/ 对数组进行拆分的进程 ID 7 ： M P I_Comm comm)：8 9：int*local_array ；10：int local_array_length=0 ； 11：12： int send_a

14、rray_length ；13：14：intpartion_position ；15：16：/ 取得要接收数据的进程号的进程号 17：intreceive_process_id ； 18： int j ； 19：20： M P I _Status status ； 21：22： if(log_num=0)23 ： if(process_id=part_process_id&array_length 1)24 ：quick_sort_function(init_array,0,array_length-1) ；25：26：return ； 27：28 ：29： receive_process_i

15、d=part_process_id+pow_int(2,log_num-1) ；30： 31：/当活动进程为数组拆分进程时，按照快速排序方法对数组分成两部分 32：；34：if(process_id=part_process_id)33 partion_position=part_array_head(init_array,0,array_length-1) send_array_length=array_length-partion_position-1； 36：37：local_array_length=partion_positionMPI_Send(void*)&send_array_

16、length,1,MPI_INT,38 ： receive_process_id,LENGTH_MESSAGE,comm；) 39： 40： if(send_array_length 0)41 ：MPI_Send(void*)(init_array+partion_position+1),send_array_length,42： MPI_INT,receive_process_id,DATA_MESSAGE,comm；) 43：44 ： 45：/ 当活 动进程为待接收数据的进程时，接收从拆分进程发送过来的数据 46：if(process_id=receive_process_id)47 ：

17、48：MPI_Recv(void*)&local_array_length,1,MPI_INT,part_process_id,49 ：LENGTH_MESSAGE,comm,&stat；us5) 0： 51： if(local_array_length 0)52 ：53： local_array=(int*)my_mpi_malloc(process_id,sizeof(int)*local_array_l ength) ； 54：MPI_Recv(void*)local_array,local_array_length,MPI_INT,part_process_ id,55 ：DATA_M

18、ESSAGE,comm,&statu；s)56： 57： 58 ：59 ：60： j=local_array_length ；61：MPI_Bcast(&j,1,MPI_INT,part_process_id,comm) ； 62：if(j 1)64 ： quick_sort_mpi_function(init_array,local_array_length,log_num-1,65 ： process_id,part_process_id,comm) ； 66： 67 ：68：j=local_array_length ；69：MPI_Bcast(&j,1,MPI_INT,receive_p

19、rocess_id,MPI_COMM_WORLD) ；70：if(j1)71：quick_sort_mpi_function(local_array,local_array_length,log_num-1,72 ：process_id,receive_process_id,comm) ； 73：74：if(process_id=receive_process_id&local_array_length 0)75 ： MPI_Send(void*)local_array,local_array_length,MPI_INT,76 ： part_process_id,DATA_MESSAGE_S

20、ORT,MPI_COMM_WO；R7L7D：) 78： if(process_id=part_process_id&send_array_length 0)79 ： MPI_Recv(void*)(init_array+partion_position+1),send_array_length,80MPI_INT,receive_process_id,DATA_MESSAGE_SORT,MPI_COMM_WORLD,&status) ；81： 该算法基本继承了并行编程策略的分治所发思想：分解 - 求解- 归并。五、MPI函数的说明在该算法中，用到了 MPI两个重要的通信函数MPI_Send和M

21、PI_Recv发送和接受函数。这两个函数实现了两个进程间的通信。同时，这两个函数是阻塞通信函数，即：进程在没有接受到或发送完数据 的情况下，将阻塞。这样我们就完成了快速排序算法并行化得描述和实现，在 这两篇中，分别介绍了并行编程策略的两个策略：单程序多数据流策略和分治 策略。下篇将介绍并行正则采样排序算法的设计和实现。评论：0 查看评论发表评论找优秀程序员，就在博客园最新新闻：惠普 Windows 7平板机Slate完整规格及售价泄露(2010-04-06 09 : 35) 传美私募公司 9000万美元收购Facebook 1%股份(2010-04-06 09 : 22) 手机应用分发渠道震荡：91助手与安卓网合并(2010-04-0609: 22) 微软下周初将发布其Project Pink 手机(2010-04-06 09 : 13) 微软向厂商提供 Office 2010 最终定型版 (2010-04-06 09 ： 11)编辑推荐: Internet 操作系统在哪里 ?网站导航：博客园首页个人主页新闻闪存小组博问社区知识库