可擴(kuò)展并行算法的設(shè)計(jì)與分析

第1章 并行計(jì)算機(jī)
1. 1 并行計(jì)算機(jī)的分類
1. 1. 1 SISD型計(jì)算機(jī)
1. 1. 2 SIMD型并行機(jī)
1. 1. 3 共享存儲(chǔ)MIMD并行多處理機(jī)
1. 1. 4 分布存儲(chǔ)MIMD并行多處理機(jī)
1. 1. 5 分布共享存儲(chǔ)MIMD并行機(jī)
1. 2 并行計(jì)算機(jī)的發(fā)展
1. 2. 1 應(yīng)用需求的推動(dòng)作用
1. 2. 2 70年代
1. 2. 3 80年代早期
1. 2. 4 80年代中期
1. 2. 5 80年代后期
1. 2. 6 90年代早期
1. 2. 7 90年代中期至今
1. 3 并行程序設(shè)計(jì)
1. 3. 1 向量程序設(shè)計(jì)
1. 3. 2 共享存儲(chǔ)并行程序設(shè)計(jì)
1. 3. 3 數(shù)據(jù)并行程序設(shè)計(jì)
1. 3. 4 消息傳遞并行程序設(shè)計(jì)
1. 4 并行算法的分類
1. 5 并行算法的發(fā)展
第2章 并行計(jì)算模型
2. 1 計(jì)算模型位置與準(zhǔn)則
2. 2 PRAM模型
2. 2. 1 SIMD-PRAM模型
2. 2. 2 MIMD-PRAM模型
2. 2. 3 PRAM模型的特點(diǎn)
2. 3 H-PRAM模型
2. 4 LogP模型
2. 5 C3模型
2. 6 BDM模型
2. 7 5種模型比較
第3章 并行算法性能度量
3. 1 若干概念與性能參數(shù)
3. 1. 1 并行算法的運(yùn)行時(shí)間
3. 1. 2 問(wèn)題的規(guī)模與分類
3. 1. 3 并行機(jī)規(guī)模,
3. 1. 4 并行度與粒度
3. 1. 5 加速比與效率
3. 2 并行算法運(yùn)行時(shí)間模型
3. 2. 1 共享存儲(chǔ)環(huán)境下的運(yùn)行時(shí)間模型
3. 2. 2 分布式存儲(chǔ)環(huán)境下的運(yùn)行時(shí)間模型
3. 3 并行算法性能評(píng)價(jià)準(zhǔn)則
3. 3. 1 共享存儲(chǔ)環(huán)境下的性能評(píng)價(jià)準(zhǔn)則
3. 3. 2 分布式存儲(chǔ)環(huán)境下的性能評(píng)價(jià)準(zhǔn)則
第4章 并行算法可擴(kuò)展性分析
4. 1 可擴(kuò)展性定義. 指標(biāo)和基本特征
4. 1. 1 可擴(kuò)展性定義
4. 1. 2 并行系統(tǒng)可擴(kuò)展性指標(biāo)及其基本特征
4. 1. 3 并行算法及其實(shí)現(xiàn)的可擴(kuò)展性
4. 1. 4 并行算法--體系結(jié)構(gòu)組合可擴(kuò)展性
4. 2 常用的可擴(kuò)展性度量方法
4. 2. 1 并行算法可擴(kuò)展性的等效率度量方法
4. 2. 2 并行算法--機(jī)器組合的等速度度量方法
4. 2. 3 并行算法--體系結(jié)構(gòu)的等計(jì)算時(shí)間／通信開(kāi)銷(xiāo)比率度量方法
4. 3 實(shí)用例子可擴(kuò)展性分析
4. 3. 1 矩陣乘并行算法可擴(kuò)展性分析
4. 3. 2 Navier-Stokes偏微分方程組并行算法與YH-3組合的可擴(kuò)展性分析
第5章 線性代數(shù)方程組的并行計(jì)算
5. 1 三對(duì)角線性方程組的直接解法
5. 1. 1 Michielse＆Vorst算法
5. 1. 2 雙向并行分裂算法(DPP算法)
5. 1. 3 對(duì)角占優(yōu)三對(duì)角線性方程組的并行算法(PPD算法)
5. 1. 4 周期三對(duì)角線性方程組的直接解法
5. 2 求解稀疏線性方程組的Krylov子空間迭代法
5. 2. 1 Krylov子空間迭代法
5. 2. 2 預(yù)條件技術(shù)
5. 2. 3 Krylov子空間迭代法的并行計(jì)算
5. 3 ScaLAPACK簡(jiǎn)介及一般線性方程組求解
5. 3. 1 線性代數(shù)軟件的發(fā)展
5. 3. 2 ScaLAPACK的數(shù)據(jù)布局與分布
5. 3. 3 LU分解的并行計(jì)算與實(shí)現(xiàn)
第6章 特征值與特征值向量的并行計(jì)算
6. 1 對(duì)稱三對(duì)角特征值矩陣特征值問(wèn)題的并行計(jì)算
6. 1. 1 分而治之算法
6. 1. 2 同倫連續(xù)算法
6. 2 對(duì)稱帶狀矩陣特征值問(wèn)題的并行計(jì)算
6. 2. 1 二分法及其改進(jìn)
6. 2. 2 基于二分迭代的分而治之算法
6. 3 非對(duì)稱矩陣特征值問(wèn)題的并行計(jì)算
6. 3. 1 分而治之算法
6. 3. 2 譜分解算法
6, 4 算法可擴(kuò)展性分析
第7章 多重網(wǎng)格與區(qū)域分解算法的并行計(jì)算
7. 1 多重網(wǎng)格算法的并行計(jì)算
7. 1. 1 算法原理
7. 1. 2 簡(jiǎn)單應(yīng)用規(guī)則
7. 1. 3 內(nèi)在并行度
7. 1. 4 網(wǎng)格劃分與通信結(jié)構(gòu)
7. 1. 5 可擴(kuò)展分析
7. 1. 6 算法并行的內(nèi)在瓶頸
7. 1. 7 算法改進(jìn)
7. 2 兩層加性Schwarz區(qū)域分解算法的并行計(jì)算
7. 2. 1 算法原理
7. 2. 2 并行實(shí)現(xiàn)與數(shù)值實(shí)驗(yàn)
7. 2. 3 可擴(kuò)展分析
第8章 離散變換與離散卷積的并行算法
8. 1 一維DFT的并行算法
8. 1. 1 并行快速傅里葉變換
8.
1.
2 一維DFT的分裂并行算法
8.
1.
3 實(shí)序列DFT的計(jì)算
8.
2 二維及多維DFT的并行算法
8.
2.
1 并行行列算法
8.
2.
2 并行矩陣轉(zhuǎn)置
8.
2.
3 通信和計(jì)算的重疊
8.
2.
4 多維實(shí)序列DFT的計(jì)算
8. 3 并行多項(xiàng)式變換算法
8.
3.
1 并行多項(xiàng)式變換
8.
3.
2 DFT的并行多項(xiàng)式變換算法
8.
4 離散余弦變換的并行算法
8.
4.
1 用DFT計(jì)算DCT
8.
4.
2 二維離散余弦變換的并行算法
8.
5 離散W變換的并行算法
8.
5.
1 用DFT計(jì)算DWT
8.
5.
2 多維DWT的并行多項(xiàng)式變換算法
8.
6 離散卷積的計(jì)算
第9章 小波分析的并行算法
9.
1 小波變換導(dǎo)論
9.
1.
1 連續(xù)小波變換
9.
1.
2 小波級(jí)數(shù)
9.
1.
3 多尺度分析和離散小波變換
9.
1.
4 高維多尺度分析和mallat算法
9.
1.
5 小波包變換
9.
2 小波函數(shù)值的計(jì)算
9.
2.
1 迭代方法
9.
2.
2 逐點(diǎn)方法
9.
2.
3 高維小波函數(shù)的計(jì)算
9.
3 小波變換的并行計(jì)算
9.
3.
1 周期離散小波變換
9.
3.
2 離散小波變換的并行算法
9.
3.
3 離散小波變換計(jì)算的傅里葉變換方法
9.
3.
4 小波級(jí)數(shù)和連續(xù)小波變換的計(jì)算
9.
4 小波包最優(yōu)基選取的并行算法
9.
4.
1 小波包和最優(yōu)基
9.
4.
2 并行小波包分解和最優(yōu)基選取
9.
5 離散小波變換算法的可擴(kuò)展性分析
第10章 分布式存儲(chǔ)環(huán)境下并行程序?qū)嵗?br />10.
1 消息傳遞環(huán)境
10.
1.
1 可移植的異構(gòu)編程環(huán)境PVM
10.
1.
2 消息傳遞標(biāo)準(zhǔn)平臺(tái)MPI
10.
2 PVM應(yīng)用程序?qū)嵗?br />10.
2.
1 矩陣乘積PVM程序
10.
2.
2 對(duì)稱矩陣特征值問(wèn)題并行求解PVM程序
參考文獻(xiàn)