一个关于如何消除数据依赖性的难题

[帅气的小王子]

		for (k = 0; k < max; k++)
			A[B[k]] *= C[k];

这段代码中A数组是一段包含m个元素的数组，B数组是一段包含max(max远大于m)个元素的数组，C同样是一段包含max个元素的数组。且B数组中所有元素的值都取在0-m之间。
因为这段代码包含着数据依赖性问题，所以不能直接在CUDA上并行，否则取值会有冲突与覆盖的情况。
由于需要用CUDA并行优化某个程序，类似这样的代码卡在其中，使得并行化受阻，目前只能通过将这段代码转移到CPU执行，执行完后再将结果转回GPU，由于来回传输数据，所以影响了性能。
那么问题来了，可以用什么方式让这段代码实现并行化，希望大家能给小生一些提示与帮助，在下不胜感激！

[帅气的小王子]

终于找到解决办法，我自己来结贴。 关于这个问题，我试过很多想法，最终决定的策略是以空间换时间，即把B数组的讯息先提取特征，按照从0-m排序，存入一个文件，以后每次运行这个程序，就从文件读取这个特征，当特征分布有序以后，对0-m这些数据并行，那样就不会存在数据冲突问题啦。

[ypz_2006]

不需要用文件吧，每次直接在内存里排序就行了。thrust里的sort_by_key（）就行。然后用segmented_reduction把C数组乘一下，产生m个输出。最后把A数组和刚才的输出两两相乘。

[帅气的小王子]

引用 2 楼 ypz_2006 的回复:

不需要用文件吧，每次直接在内存里排序就行了。thrust里的sort_by_key（）就行。然后用segmented_reduction把C数组乘一下，产生m个输出。最后把A数组和刚才的输出两两相乘。

十分感谢贵君的提点，小弟目前还没有thrust基础，关于您说的sort_by_key（）和segmented_reduction我还没有一个具体的了解，但想必是一个比我这种土办法更优秀的解决方案，我会在以后尝试贵君提供的办法。