[发明专利]一种基于OpenCL的红黑树加速方法

摘要

本发明是一种基于OpenCL的红黑树加速算法。其方法是利用建立红黑树过程中众多运算可以并行化处理的特点，运用OpenCL异构平台，实现了在大数据的情况下快速建立红黑树模型。其中使用GPU加速的思路是将待操作数据分为多个数据块，利用GPU多个核心同时进行数据插入操作。在同步完各个GPU的运算后，最后做红黑树的合并操作，完成整个红黑树的建立。本发明的特点是，大数据情况建树时间极短，可实现快速的红黑树建立。

主权项

一种基于OpenCL的红黑树加速方法，其实现的具体步骤如下：步骤1：CPU数据输入，GPU设备初始化：寻找支持OpenCL的硬件设备、创建程序执行所需的内存对象、根据设备支持核心数分配线程操作；步骤2：数据分块：根据GPU上分配好的线程将原有海量数据进行分块，硬件支持线程数目为n，数据量为m，则每个线程单独分配数据量为m/n；步骤3：将分块数据分配给每个线程，并进行如下操作：1)将待插入的数据值直接插入树尾；2)将表示此数据的节点颜色属性标记为红色；3)调整树的颜色性质，分为以下三种情况：a)若当前节点的“叔父”节点是红色：在这种情况下，将父、叔节点都标记为黑色，再将子树根节点着为红色，那么子树的黑高度没有发生改变，而且红黑性质得到了调整；此时，再将当前节点指向子树的根节点，向上递归恢复红黑特性；其中结点E直系上层结点C为其父节点，与结点C父节点同一层节点A，B，D均为其叔父节点；b)若当前节点的“叔父”节点是黑色的，当前节点是父节点的左子节点：则将当前节点的父节点与祖节点，进行一次右旋，并把父节点着黑色，原来的祖节点着红色；这些子树的红黑特性得到了恢复，而且子树的黑高度没有变化；另外，由于子树根节点已经是黑色了，这个节点不会出现父子同为红色的问题了，所以不必再向上递归了，此时整个树的红黑特性都已经是正确的了；c)若当前节点的“叔父”节点是黑色的，当前节点是父节点的右子节点：则将当前节点本身与其父节点进行一次左旋，让当前节点指向原来的父节点，就可以到上面情况b)，再根据情况b)的解决方式进行操作；4)对调整完毕后的红黑树进行数据查找操作：从树的根节点开始进行查找，如果待查找数据小于当前节点，则向左子树继续进行查找；如果待查找数据大于当前节点，则向右子树继续进行查找；否则查找完成；如果在达到叶子节点时仍未返回结果，则认为此次查找失败；所述的叶子节点即为树中最底层的节点，不存在子节点，与节点E同层的节点均为叶子节点；步骤4：合并子树：在线程为每个子树完成颜色调整之后，将GPU计算结果传回CPU内存单元，然后在CPU端进行树的合并，在合并的过程中，合并树需要满足以下性质：a,根节点为黑色；b，每个叶节点均为黑色；c，每个红色节点的两个子节点都为黑色；d，从任一节点到其每个叶节点的所有路径都包含相同数目的黑色节点；步骤5：将分类合并后所建成的红黑树输出和存储。