我正在研究基于两个输入的最小/最大操作的九个元素的排序和中位数选择网络。Knuth,《TAOCP Vol. 3》,第2版指出(第226页),一个九元素排序网络至少需要25次比较,这相当于相同数量的
Lukáŝ Sekanina,“Evolutionary Design Space Exploration for Median Circuits”。在:EvoWorkshops,2004年3月,第240-249页中,给出了实现优化的九输入中位数选择网络所需的最小最大操作数为30(表1)。我验证了这是由John L. Smith提供的著名中位数选择网络和Chaitali Chakrabarti和Li-Yu Wang早期工作中的中位数网络的结果。《Novel sorting network-based architectures for rank order filters》。IEEE Transactions on Very Large Scale Integration Systems,卷2,第4号(1994年),第502-507页,后者通过简单地消除冗余组件而转化为前者。请参见下面代码中的变体4和5。
检查已发布的最优九元素排序网络,以确定它们是否适合通过消除冗余操作转换为高效的中位数选择网络,我找到的最佳版本来自John M. Gamble的在线生成器,它需要32个最小/最大操作,仅比最优操作计数少两个。这在下面的代码中显示为变体1。其他最优排序网络分别减少到36个最小/最大操作(变体2)和38个最小/最大操作(变体3)。
是否存在任何已知的九元素排序网络(即具有50个两个输入的最小/最大操作),通过仅消除冗余操作就可以缩减为最佳的九输入中位数选择网络(具有30个两个输入的最小/最大操作)?
下面的代码使用
SWAP()
原语或50个最小/最大操作。显然,可以通过消除冗余操作将排序网络转换为中位数选择网络。传统智慧似乎认为这不会导致最佳中位数选择网络。虽然这似乎是经验性的,但我在文献中找不到证明这一点的证据。Lukáŝ Sekanina,“Evolutionary Design Space Exploration for Median Circuits”。在:EvoWorkshops,2004年3月,第240-249页中,给出了实现优化的九输入中位数选择网络所需的最小最大操作数为30(表1)。我验证了这是由John L. Smith提供的著名中位数选择网络和Chaitali Chakrabarti和Li-Yu Wang早期工作中的中位数网络的结果。《Novel sorting network-based architectures for rank order filters》。IEEE Transactions on Very Large Scale Integration Systems,卷2,第4号(1994年),第502-507页,后者通过简单地消除冗余组件而转化为前者。请参见下面代码中的变体4和5。
检查已发布的最优九元素排序网络,以确定它们是否适合通过消除冗余操作转换为高效的中位数选择网络,我找到的最佳版本来自John M. Gamble的在线生成器,它需要32个最小/最大操作,仅比最优操作计数少两个。这在下面的代码中显示为变体1。其他最优排序网络分别减少到36个最小/最大操作(变体2)和38个最小/最大操作(变体3)。
是否存在任何已知的九元素排序网络(即具有50个两个输入的最小/最大操作),通过仅消除冗余操作就可以缩减为最佳的九输入中位数选择网络(具有30个两个输入的最小/最大操作)?
下面的代码使用
float
数据作为测试用例,因为许多处理器提供浮点数据的最小/最大操作,但不提供整数数据,GPU是一个例外。由于特殊浮点操作数的问题(在我的实际用例中不存在),最佳代码序列通常需要编译器提供的“快速数学”模式,例如在此Godbolt测试平台中。#include <cstdlib>
#include <cstdio>
#include <algorithm>
#define VARIANT 1
#define FULL_SORT 0
typedef float T;
#define MIN(a,b) std::min(a,b)
#define MAX(a,b) std::max(a,b)
#define SWAP(i,j) do { T s = MIN(a##i,a##j); T t = MAX(a##i,a##j); a##i = s; a##j = t; } while (0)
#define MIN3(x,y,z) MIN(a##x,MIN(a##y,a##z))
#define MAX3(x,y,z) MAX(a##x,MAX(a##y,a##z))
#define MED3(x,y,z) MIN(MAX(MIN(a##y,a##z),a##x),MAX(a##y,a##z))
#define SORT3(x,y,z) do { T s = MIN3(x,y,z); T t = MED3(x,y,z); T u = MAX3(x,y,z); a##x=s; a##y=t; a##z=u; } while (0)
/* Use sorting/median network to fully or partially sort array of nine values
and return the median value
*/
T network9 (T *a)
{
// copy to scalars
T a0, a1, a2, a3, a4, a5, a6, a7, a8;
a0=a[0];a1=a[1];a2=a[2];a3=a[3];a4=a[4];a5=a[5];a6=a[6];a7=a[7];a8=a[8];
#if VARIANT == 1
// Full sort. http://pages.ripco.net/~jgamble/nw.html
SWAP (0, 1); SWAP (3, 4); SWAP (6, 7); SWAP (1, 2); SWAP (4, 5);
SWAP (7, 8); SWAP (0, 1); SWAP (3, 4); SWAP (6, 7); SWAP (0, 3);
SWAP (3, 6); SWAP (0, 3); SWAP (1, 4); SWAP (4, 7); SWAP (1, 4);
SWAP (2, 5); SWAP (5, 8); SWAP (2, 5); SWAP (1, 3); SWAP (5, 7);
SWAP (2, 6); SWAP (4, 6); SWAP (2, 4); SWAP (2, 3); SWAP (5, 6);
#elif VARIANT == 2
// Full sort. Donald E. Knuth, TAOCP Vol. 3, 2nd ed., Fig 51
SWAP (0, 1); SWAP (3, 4); SWAP (6, 7); SWAP (1, 2); SWAP (4, 5);
SWAP (7, 8); SWAP (0, 1); SWAP (3, 4); SWAP (6, 7); SWAP (2, 5);
SWAP (0, 3); SWAP (5, 8); SWAP (1, 4); SWAP (2, 5); SWAP (3, 6);
SWAP (4, 7); SWAP (0, 3); SWAP (5, 7); SWAP (1, 4); SWAP (2, 6);
SWAP (1, 3); SWAP (2, 4); SWAP (5, 6); SWAP (2, 3); SWAP (4, 5);
#elif VARIANT == 3
// Full sort. Vinod K Valsalam and Risto Miikkulainen, "Using Symmetry
// and Evolutionary Search to Minimize Sorting Networks". Journal of
// Machine Learning Research 14 (2013) 303-331
SWAP (2, 6); SWAP (0, 5); SWAP (1, 4); SWAP (7, 8); SWAP (0, 7);
SWAP (1, 2); SWAP (3, 5); SWAP (4, 6); SWAP (5, 8); SWAP (1, 3);
SWAP (6, 8); SWAP (0, 1); SWAP (4, 5); SWAP (2, 7); SWAP (3, 7);
SWAP (3, 4); SWAP (5, 6); SWAP (1, 2); SWAP (1, 3); SWAP (6, 7);
SWAP (4, 5); SWAP (2, 4); SWAP (5, 6); SWAP (2, 3); SWAP (4, 5);
#elif VARIANT == 4
// Chaitali Chakrabarti and Li-Yu Wang, "Novel sorting network-based
// architectures for rank order filters." IEEE Transactions on Very
// Large Scale Integration Systems, Vol. 2, No. 4 (1994), pp. 502-507
// sort columns
SORT3 (0, 1, 2);
SORT3 (3, 4, 5);
SORT3 (6, 7, 8);
// sort rows
SORT3 (0, 3, 6); // degenerate: MAX3 -> a6
SORT3 (1, 4, 7); // degenerate: MED3 -> a4
SORT3 (2, 5, 8); // degenerate: MIN3 -> a2
// median computation
SORT3 (2, 4, 6); // degenerate: MED3 -> a4 has rank 4
#elif VARIANT == 5
// John L. Smith, "Implementing median filters in XC4000E FPGAs",
// XCELL magazine, Vol. 23, 1996, p. 16
SORT3 (0, 1, 2);
SORT3 (3, 4, 5);
SORT3 (6, 7, 8);
a3 = MAX3 (0, 3, 6); // a3 has rank 2,3,4,5,6
a4 = MED3 (1, 4, 7); // a4 has rank 3,4,5
a5 = MIN3 (2, 5, 8); // a5 has rank 2,3,4,5,6
a4 = MED3 (3, 4, 5); // a4 has rank 4
#else
#error unknown VARIANT
#endif
#if FULL_SORT
// copy back sorted results
a[0]=a0;a[1]=a1;a[2]=a2;a[3]=a3;a[4]=a4;a[5]=a5;a[6]=a6;a[7]=a7;a[8]=a8;
#endif
// return median-of-9
return a4;
}