[論文レビュー] Parallelize Bubble Sort Algorithm Using OpenMP

Zaid Abdi Alkareem Alyasseri, Kadhim Al-Attar+1 more|arXiv (Cornell University)|Jul 24, 2014

Parallel Computing and Optimization Techniques参考文献 9被引用数 3

ひとこと要約

この論文では、OpenMPを用いて並列化されたバブルソートアルゴリズムのバージョンを提案し、マルチコアシステムにおける性能向上を図っている。単語の長さに基づいて入力データをサブ配列に分割し、2つのデータ構造（文字列のベクターと3次元配列）を用いた共有メモリ並列処理を活用することで、Intel Core i7-3610QM（8コア）上で3次元配列アプローチが優れた性能を示したことが実証された。

ABSTRACT

Sorting has been a profound area for the algorithmic researchers and many resources are invested to suggest more works for sorting algorithms. For this purpose, many existing sorting algorithms were observed in terms of the efficiency of the algorithmic complexity. In this paper we implemented the bubble sort algorithm using multithreading (OpenMP). The proposed work tested on two standard datasets (text file) with different size . The main idea of the proposed algorithm is distributing the elements of the input datasets into many additional temporary sub-arrays according to a number of characters in each word. The sizes of each of these sub-arrays are decided depending on a number of elements with the same number of characters in the input array. We implemented OpenMP using Intel core i7-3610QM ,(8 CPUs),using two approaches (vectors of string and array 3D) . Finally, we get the data structure effects on the performance of the algorithm for that we choice the second approach.

研究の動機と目的

• 並列化によって、本質的に逐次的なバブルソートアルゴリズムの性能を向上させること。
• データ構造の選択（ベクター対3次元配列）が並列ソーティング効率に与える影響を調査すること。
• マルチコアアーキテクチャ上で並列化されたバブルソートのスケーラビリティおよび実行時間性能を評価すること。
• 有効な並列処理を可能にするために、単語の長さに基づくデータ分割戦略を検討すること。

提案手法

• 各単語の文字数に基づいて、入力データセットを一時的なサブ配列に分割する。
• Intel Core i7-3610QM（8コアCPU）上でOpenMPを用いたマルチスレーディングを実装する。
• 2つのデータ構造（文字列のベクターと3次元配列）を検討し、サブ配列を格納する。
• 要素を文字数に応じてサブ配列に分散させ、ワークロードのバランスを取る。
• OpenMPディレクティブを用いて並列領域を指定し、各サブ配列で並列ソートを実行する。
• 2つのデータ構造実装間の性能差を測定し、最適な設計を特定する。

実験結果

リサーチクエスチョン

• RQ1 OpenMPを用いたバブルソートアルゴリズムの並列化は、実行時間を短縮するために効果的に実施可能か？
• RQ2 単語の長さによるデータ分割は、並列バブルソートにおける負荷バランスと性能にどのように影響するか？
• RQ3 並列実装において、ベクターの文字列と3次元配列のどちらがより優れた性能を示すか？
• RQ4 入力サイズおよび文字の分布は、並列化されたアルゴリズムのスケーラビリティにどのような影響を与えるか？
• RQ5 データ構造の選択は、メモリアクセスパターンと実行時間効率にどのように影響するか？

主な発見

• 実行時間およびメモリアクセス効率の観点で、3次元配列アプローチが文字列のベクター実装を上回った。
• OpenMPを用いた並列化により、特に大規模なデータセットに対して、逐次的なバブルソートと比較してソート時間が短縮された。
• 単語の長さに基づくデータ分割により、スレッド間での効果的なワークロード分散が実現された。
• より多くのコアを有効に活用できるため、入力サイズが大きくなるほど性能向上が顕著に現れた。
• データ構造の選択が実行時間に顕著な影響を与え、3次元配列は優れたメモリローカリティとキャッシュ動作を示した。
• Intel Core i7-3610QM（8コア）上で、アルゴリズムは測定可能なスピードアップを示し、並列化戦略の有効性が裏付けられた。