![](/img/trans.png)
[英]What is the fastest algorithm to find the point from a set of points, which is closest to a line?
[英]Parallel algorithm to find the K closest points
我實現了以下代碼,使用“dat”中的數據點來計算每個點與所有其他點“dist”之間的距離矩陣。 然后我使用這個距離矩陣找到數據“最小”中每個點的K個最近點,然后用它來找到K個最近鄰居的總和。
以下算法是使用OpenMP的並行算法,它的工作非常精細。 我只需要建議讓它運行得更快。 任何建議都非常感謝。
vector<vector<double> > dist(dat.size(), vector<double>(dat.size()));
size_t p,j;
ptrdiff_t i;
double* sumKnn = new double[dat.size()];
vector<vector<int > > smallest(dat.size(), vector<int>(k));
#pragma omp parallel for private(p,j,i) default(shared)
for(p=0;p<dat.size();++p)
{
int mycont=0;
for (j = 0; j < dat.size(); ++j)
{
double ecl = 0.0;
for (i = 0; i < c; ++i)
{
ecl += (dat[p][i] - dat[j][i]) * (dat[p][i] - dat[j][i]);
}
ecl = sqrt(ecl);
dist[p][j] = ecl;
//dist[j][p] = ecl;
int index=0;
if(mycont<k && j!=p)
{
smallest[p][mycont]=j;
mycont++;
}
else if(j!=p)
{
double max=0.0;
int index=0;
for(int i=0;i<smallest[p].size();i++)
{
if(max < dist[p][smallest[p][i]])
{
index=i;
max=dist[p][smallest[p][i]];
}
}
if(max>dist[p][j])
{
smallest[p].erase(smallest[p].begin()+index);
smallest[p].push_back(j);
}
}
}
double sum=0.0;
for(int r=0;r<k;r++)
sum+= dist[p][smallest[p][r]];
sumKnn[p]=sum;
}
這是一個評論而不是一個答案,但評論框太小了,......
OpenMP的一個有用方面是您可以逐步並行化串行程序。 因此,您的第一步應該是編寫一個解決您問題的序列代碼。 當你完成后,你可以再次發布並尋求並行化的幫助。
要並行化您的程序,找到最外層的循環語句,並考慮如何跨線程分布循環迭代將影響計算。 我懷疑你會想要創建一個關閉點的共享向量,因為循環會循環,然后只在一個線程的末尾對它進行排序。 或許不是。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.