串行算法并行化基礎(chǔ)

定　價：￥28.00

作　者：	胡玥、高慶獅、高小宇
出版社：	科學出版社
叢編項：
標　簽：	方法

購買這本書可以去

ISBN：	9787030217202	出版時間：	2008-01-01	包裝：	精裝
開本：	16開	頁數(shù)：	116	字數(shù)：

內(nèi)容簡介

　　《串行算法并行化基礎(chǔ)》第1章首先介紹這些有關(guān)串行算法并行化基本概念。并行計算是在一定的并行計算系統(tǒng)的類型上實現(xiàn)的，所以第2章介紹一些基本并行計算系統(tǒng)類型。多指令流多數(shù)據(jù)流巨型機是當今高性能計算機系統(tǒng)的主流，許多大部頭的書都有詳細論述，本專著就不重復(fù)。單指令流多數(shù)據(jù)流巨型機是20世紀60年代末到80年代并行計算的高性能計算機系統(tǒng)的主流，其中許多設(shè)計思路在當今仍然不失其價值。它們很容易使用的原因是對應(yīng)的并行計算模式可以規(guī)范到十分自然的向量運算形式，即有一個理想的描述語言：向量語言。第3章就介紹一種向量語言。多指令流多數(shù)據(jù)流巨型機的并行計算模式目前難于規(guī)范到十分自然的運算形式，也就是尚不存在一個理想的描述語言。通過向量語言的了解，或許有助于今后多指令流多數(shù)據(jù)流高性能計算機系統(tǒng)理想的描述語言的誕生。第4章介紹串行算法并行化的各種類型。第5章到第7章介紹具體的、典型的串行算法的并行化，包括兩路歸并、多路歸并、排序和廣義一階遞推。最后一章（第8章）介紹一類廣函數(shù)一一縱橫矩陣加工廣數(shù)。引入并行是為了提高計算速度，到底能不能有效提高計算速度？如何度量計算速度的提高及其有效性？這些需要通過一些基本概念來刻畫。

作者簡介

　　高慶獅，1957年畢業(yè)于北京大學數(shù)學力學系。歷任中國科學院計算技術(shù)研究所研究員、中科院技術(shù)科學部委員。擅長巨型電子計算機總體功能設(shè)計、并行算法和人工智能。完成了我國第一臺晶體管大型電子計算機的功能總體設(shè)計和邏輯設(shè)計。是我國自行設(shè)計的第一臺電子管大型計算機的體系功能設(shè)計和邏輯設(shè)計負責人之一。負責完成中國第一臺每秒十萬鎰以上的晶體管大型計算機的體系功能設(shè)計。1973年提出縱橫加工流水線向量機設(shè)計思想，領(lǐng)導完成了我國第一臺千萬次大型向量計算機的系統(tǒng)功能設(shè)計。著有《向量巨型機》等。

圖書目錄

第0章　緒論
O.1　計算科學
0.2　為什么要并行計算
0.3　巨型機、高性能計算機本質(zhì)特征：并行計算
0.4　巨型機、高性能計算機基本矛盾：臺數(shù)與計算效率的矛盾
O.5　并行運算和并行數(shù)據(jù)傳送
0.6　并行執(zhí)行方式和重疊執(zhí)行方式
O.7　并行算法與串行算法并行化
O.8　巨型機、高性能計算機的關(guān)鍵技術(shù)
0.9　數(shù)據(jù)相關(guān)和控制相關(guān)
第1章　串行算法并行化的基本概念
1.1　題目的規(guī)模與計算工作量N
1.2　題目的計算時間T
1.3　題目最快串行計算算法C0
1.4　題目在并行計算模型M（S）下并行計算算法B
1.5　題目在M（S）下并行計算算法B的計算速度：Vb，M（s）（N）
1.6　在并行計算模型M（S）下題目并行計算算法B的加速比
1.7　在并行計算模型M（S）下題目并行計算算法B的效率
1.8　并行算法B的計算復(fù)雜性
1.9　常數(shù)效率并行算法
1.10　在某些討論中的算法分類
1.11　并行計算臺數(shù)S對并行計算速度的影響及串行算法并行化的意義
第2章　執(zhí)行并行計算算法的并行計算機系統(tǒng)結(jié)構(gòu)模型
　2.1　并行算法實現(xiàn)的兩要素之一：并行傳送
　2.2　單指令流一單數(shù)據(jù)流（SIMD）計算機
　2.3　SIMD二維陣列機
　2.4　流水線向量機
　2.5　第二代巨型機：縱橫加工（分段處理）流水線向量機
　2.6　細胞結(jié)構(gòu)化虛共存縱橫加工向量機
　2.7　多維立方體機
2.8　多指令流一多數(shù)據(jù)流系統(tǒng)MIMD
2.9　內(nèi)部互聯(lián)網(wǎng)絡(luò)
2.10　通用或?qū)Ｓ糜嬎憔W(wǎng)絡(luò)
2.11　PRAM并行隨機訪問計算機
2.12　可變總線結(jié)構(gòu)
2.13　素數(shù)存儲系統(tǒng)
2.14　分段線性變換存儲系統(tǒng)
第3章　向量語言
3.1　數(shù)據(jù)類型與數(shù)據(jù)結(jié)構(gòu)
3.2　向量基本運算
3.3　向量或者數(shù)組中的向量
3.4　可以用硬件實現(xiàn)的控制向量
3.5　變長向量運算
3.6　向量語言的擴充
3.7　向量高級語言
第4章　串行算法并行化方法綜述與比較
　4.1　串行算法并行化之一：多分法方法
　4.2　串行算法并行化之二：倍增法
　4.3　串行算法并行化之三：縱橫加工法
　4.4　串行算法并行化效率比較
　4.5　串行算法并行化之四：利用軟件、硬件和軟件硬件結(jié)合的優(yōu)化方法
　4.6　串行算法并行化之五：利用硬件直接實現(xiàn)的控制向量一
第5章　兩路歸并與分類串行算法并行化
　5.1　歸并與排序的快速串行算法
　5.2　歸并基本定義與定理
　5.3　K E Batcher的Odd—even并行歸并網(wǎng)絡(luò)
　5.4　根據(jù)歸并基本定理所構(gòu)造的快速并行歸并算法
　5.5　K E Batcher的Bitonic歸并算法
　5.6　利用并行歸并來實現(xiàn)并行排序
　5.7 歸并與排序串行算法并行化的OPTIMAL并行算法之一：縱橫并行歸并算法
　5.8　歸并與分類串行算法并行化的OPTIMAL并行算法之二：k-維并行歸并算法
　5.9　在理論模型上的排序
第6章　多路歸并串行算法并行化
第7章　一類一階遞推串行算法并行化
第8章　一類廣函數(shù)：縱橫矩加工廣函數(shù)
附錄?。╩,N）選擇問題的縱橫并行算法例子
參考文獻