一种基于GPU加速的高效有向斯坦纳树算法研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-15页 |
| 1.1 课题背景及研究的目的和意义 | 第8-10页 |
| 1.2 国内外关于有向斯坦纳树问题的研究现状 | 第10-12页 |
| 1.2.1 Charikar算法 | 第10-11页 |
| 1.2.2 TM算法 | 第11页 |
| 1.2.3 Hsieh算法 | 第11-12页 |
| 1.2.4 Greedy FLAC算法 | 第12页 |
| 1.3 国内外关于并行斯坦纳树算法的研究现状 | 第12-13页 |
| 1.3.1 精确求解算法 | 第12-13页 |
| 1.3.2 近似求解算法 | 第13页 |
| 1.4 本文的主要研究内容 | 第13-14页 |
| 1.5 论文的结构安排 | 第14-15页 |
| 第2章 GPU并行计算简介 | 第15-19页 |
| 2.1 引言 | 第15页 |
| 2.2 GPU介绍 | 第15-17页 |
| 2.3 CUDA简介 | 第17-18页 |
| 2.4 Graphviz工具使用 | 第18页 |
| 2.5 本章小结 | 第18-19页 |
| 第3章 一种斯坦纳树近似算法HEA的提出 | 第19-33页 |
| 3.1 引言 | 第19-20页 |
| 3.2 2层斯坦纳树构造算法 | 第20-23页 |
| 3.2.1 算法的提出及原理 | 第20-22页 |
| 3.2.2 算法的伪代码及详细步骤 | 第22-23页 |
| 3.3 改进的TM算法 | 第23-27页 |
| 3.3.1 算法的提出及原理 | 第23-26页 |
| 3.3.2 算法的详细步骤以及伪代码 | 第26-27页 |
| 3.4 初始树枚举 | 第27-30页 |
| 3.4.1 算法的提出及原理 | 第27-29页 |
| 3.4.2 算法的详细步骤以及伪代码 | 第29-30页 |
| 3.5 HEA算法的近似率 | 第30-31页 |
| 3.6 HEA算法的时间复杂度 | 第31页 |
| 3.7 本章小结 | 第31-33页 |
| 第4章 HEA算法的并行化实现 | 第33-42页 |
| 4.1 引言 | 第33-34页 |
| 4.2 并行最短路径算法 | 第34-39页 |
| 4.2.1 GPU上图的表达方式 | 第34-35页 |
| 4.2.2 Dijkstra算法 | 第35-36页 |
| 4.2.3 GPU上的二叉堆表示 | 第36-37页 |
| 4.2.4 本文中树的存储结构 | 第37页 |
| 4.2.5 APSP问题的并行求解 | 第37-39页 |
| 4.3 并行奇偶排序的实现 | 第39-40页 |
| 4.4 并行2层树构造算法的实现 | 第40-41页 |
| 4.5 本章小结 | 第41-42页 |
| 第5章 实验结果以及分析 | 第42-51页 |
| 5.1 引言 | 第42页 |
| 5.2 测试数据来源介绍 | 第42-43页 |
| 5.3 串行测试结果与分析 | 第43-45页 |
| 5.4 并行测试结果与分析 | 第45-49页 |
| 5.4.1 并行最短路径算法 | 第45-46页 |
| 5.4.2 并行奇偶排序算法 | 第46-47页 |
| 5.4.3 并行2层树构造算法 | 第47-49页 |
| 5.5 本章小结 | 第49-51页 |
| 结论 | 第51-53页 |
| 参考文献 | 第53-57页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第57-59页 |
| 致谢 | 第59页 |
