- 1、本文档共8页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
双核CPU上的快速排序效率,双核cpu装不上win10,快速排序效率,快速排序效率最低,双核cpu,cpu双核与四核区别,双核cpu排行,cpu四核和双核的区别,cpu单核和双核的区别,赛扬双核cpu
双核CPU上的快速排序效率?
测试环境:双核CPU 2.66GHZ
单核CPU 2.4GHZ
以下是一个快速排序算法的源代码:
UINTSplit(void **ppData, UINTuStart, UINTuEnd,
COMPAREFUNCCompareFunc)
{
void *pSelData;
UINTuLow;
UINTuHigh;
uLow = uStart;
uHigh = uEnd;
pSelData = ppData[uLow];
while ( uLow uHigh )
{
while ( (*CompareFunc)(ppData[uHigh], pSelData) 0
uLow != uHigh )
{
--uHigh;
}
if ( uHigh != uLow )
{
ppData[uLow] = ppData[uHigh];
++uLow;
}
while ( (*CompareFunc)( ppData[uLow], pSelData ) 0
uLow != uHigh )
{
++uLow;
}
if ( uLow != uHigh )
{
ppData[uHigh] = ppData[uLow];
--uHigh;
}
}
ppData[uLow] = pSelData;
returnuLow;
}
voidQuickSort(void **ppData, UINTuStart, UINTuEnd,
COMPAREFUNCCompareFunc)
{
UINTuMid = Split(ppData, uStart, uEnd, CompareFunc );
if ( uMid uStart )
{
QuickSort(ppData, uStart, uMid - 1, CompareFunc);
}
if ( uEnd uMid )
{
QuickSort(ppData, uMid + 1, uEnd, CompareFunc);
}
}
先测试一下这个快速排序算法排一百万个随机整数所花的时间:
voidTest_QuickSort(void)
{
UINTi;
UINTuCount = 1000000; //1000000个
srand(time(NULL));
void **pp = (void **)malloc(uCount * sizeof(void *));
for ( i = 0; i uCount; i++ )
{
pp[i] = (void *)(rand() % uCount);
}
clock_tt1 = clock();
QuickSort(pp, 0, uCount-1, UIntCompare);
clock_tt2 = clock();
printf(QuickSort 1000000 Time %ld\n, t2-t1);
free(pp);
}
在双核CPU2.66GHZ机器上运行测试程序,打印出花费的时间约为406 ms
在单核CPU2.4GHZ机器上运行测试程序,打印出花费时间约为484ms
可见在双核CPU上运行单任务程序和单核CPU基本是一样的,效率没有任何提高。
下面再来把上面的快速排序程序变成并行的,一个简单的方法就是将要排序的区间分成相同的几个段,然后对每个段进行快速排序,排序完后再使用归并算法将排好的几个区间归并成一个排好序的表,我们先四个线程来进行排序,代码如下:
void ** Merge(void **ppData, UINTuStart, UINTuEnd,
void **ppData2, UINTuStart
您可能关注的文档
- 十大不可思议的奇特计算机.doc
- 半导体制冷强化传热研究.pdf
- 半导体制冷研究综述贾艳婷.pdf
- 半导体及电子制造中的机器视觉.doc
- 半导体品牌中英文对照.doc
- 半导体实验报告.doc
- 半导体器件的失效和可靠性.pdf
- 半导体断路开关实验研究.pdf
- 半导体物理习题答案.doc
- 半导体物理习题解答khdaw.pdf
- 数据仓库:Redshift:Redshift与BI工具集成.docx
- 数据仓库:Redshift:数据仓库原理与设计.docx
- 数据仓库:Snowflake:数据仓库成本控制与Snowflake定价策略.docx
- 大数据基础:大数据概述:大数据处理框架MapReduce.docx
- 实时计算:GoogleDataflow服务架构解析.docx
- 分布式存储系统:HDFS与MapReduce集成教程.docx
- 实时计算:Azure Stream Analytics:数据流窗口与聚合操作.docx
- 实时计算:Kafka Streams:Kafka Streams架构与原理.docx
- 实时计算:Kafka Streams:Kafka Streams连接器开发与使用.docx
- 数据仓库:BigQuery:BigQuery数据分区与索引优化.docx
文档评论(0)