基于GPU的串匹配算法的实现
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 图目录 | 第8-10页 |
| 表目录 | 第10-11页 |
| 第一章 引言 | 第11-17页 |
| 1．1 GPU 的发展史 | 第11-14页 |
| 1．1．1 GPU 发展 | 第11-12页 |
| 1．1．2 GPU 特点 | 第12-13页 |
| 1．1．3 利用GPU 进行通用计算 | 第13-14页 |
| 1．2 论文主要内容 | 第14-17页 |
| 1．2．1 研究动机 | 第14页 |
| 1．2．2 研究内容 | 第14页 |
| 1．2．3 论文的组织 | 第14-17页 |
| 第二章 相关工作 | 第17-35页 |
| 2．1 图形处理体系结构 | 第17-23页 |
| 2．1．1 图形处理原理 | 第17-19页 |
| 2．1．2 GPU 体系结构 | 第19-21页 |
| 2．1．3 GPU 中的可编程部件 | 第21-23页 |
| 2．2 GPU 编程方法研究 | 第23-32页 |
| 2．2．1 图形接口 | 第23-25页 |
| 2．2．2 BROOKGPU 编程环境 | 第25-26页 |
| 2．2．3 CG 高级编程语言 | 第26-27页 |
| 2．2．4 一个实现实例 | 第27-32页 |
| 2．3 用GPU 进行通用计算的相关研究 | 第32-35页 |
| 第三章 串匹配算法 | 第35-39页 |
| 3．1 串的基本概念 | 第35-36页 |
| 3．1．1 串的定义 | 第35页 |
| 3．1．2 串的基本运算 | 第35-36页 |
| 3．2 精确单模式匹配 | 第36-38页 |
| 3．2．1 简单的模式匹配算法 | 第36-37页 |
| 3．2．2 改进的模式匹配算法 | 第37-38页 |
| 3．3 串匹配算法的应用领域 | 第38-39页 |
| 第四章 基于GPU 的串匹配算法研究 | 第39-49页 |
| 4．1 国内外研究现状 | 第39页 |
| 4．2 关键技术和难点 | 第39-44页 |
| 4．2．1 模式串及目标串的数据组织 | 第39-40页 |
| 4．2．2 选取合适的算法 | 第40-43页 |
| 4．2．3 算法的改进 | 第43-44页 |
| 4．3 实验结果及分析 | 第44-47页 |
| 4．4 小结 | 第47-49页 |
| 第五章 GPU 通用算法适应性分析 | 第49-53页 |
| 5．1 GPU 的性能参数 | 第49页 |
| 5．2 理论峰值及饱和峰值 | 第49-50页 |
| 5．3 适合GPU 的算法分析 | 第50-53页 |
| 第六章 总结 | 第53-55页 |
| 6．1 工作总结 | 第53页 |
| 6．2 未解决的问题 | 第53-54页 |
| 6．3 未来工作设想 | 第54-55页 |
| 参考文献 | 第55-58页 |
| 致谢 | 第58-59页 |
| 作者简历 | 第59页 |
