【研一周小结】第十周个人学习总结

关注

原创最新推荐文章于 2026-07-17 12:39:19 发布 312 阅读 AI 写同款· GEO 优化 ›

CentOS7下Node.js v20+安装与常见依赖库问题解决指南本文详细介绍了在CentOS7系统下安装Node.js v20+的完整流程及常见依赖库问题的解决方案。通过升级glibc到2.28+、配置环境变量以及处理libstdc++版本问题，帮助开发者顺利在老旧系统上部署最新版Node.js，提升开发效率。阅读详情

第十周学习总结 21-05-02

1 算法设计与分析

这周继续讲随机算法。

Approximate sets.
- 定义。这是一类有趣的数据结构：可以存储数据并实现查询和插入两种操作，但不支持删除操作，在课程中使用Bloom filter作为例子。这个数据结构可以实现查询速度优化。
- 特点。这个数据结构的“approximate”特点：当我们查询一个数据时，若Bloom filter告诉你数据不存在，那就真的不存在;但若它告诉你此数据存在，那么它有可能存在有可能不存在，不一定——我们把，一个数据它其实不存在，但被谎报军情说存在的情况称为false positive。
- 应用。这个Bloom filter数据结构有什么应用场景呢？①可以应用在数据库里：当我们进行查询时，问它数据存不存在，若不存在，就不需要进行遍历了，从而节省不少的时间以及查询代价。②另一个应用例子是使用在P2P文件传输中：用P2P进行文件传输时，我们要维护各part的文件在哪个节点上。若直接维护一张list，上面记录每个节点对应哪个文件的part，这样代价太高。因此，我们可以使用Bloom filter查询每个节点问问文件在不在它那儿，如果不在那就真的不在了——依然可以通过排除一个答案来加强效率、提升性能。
- 实现。那么Bloom filter是怎么实现的呢？是通过哈希：我有N个数据，我把每一个数据都用K个hash函数哈希到K个位置，并把这些位置标记为1！——如果我要查询一个数据data是否存在在这个数据库中的话，那么我需要判断的是这个data对应的k个哈希位置是否全部被标记为了1，如果是，就说这个Bloom filter里存在这个数据，否则就返回不存在。
- 理解。接下来理解一下这个Bloom filter的实现机制：若一个数真的存在在数据库中，那么这个数肯定能被健康的hash到K个不同的位置，并且被标记为1；如果一个数data它其实并不存在，但它对应的K个哈希位置有可能也会被标记为1——因为此位置可能和别的数的hash冲突了——就出现了false positive的情况，实际上不存在这个数，但别的数据库存在的数hash位置和它一样，使得这些位置被标记为1，因而这些hash函数导致的collision会让系统错误地以为data这个数存在。
- 为什么bloom filter不支持删除操作呢？因为若我要删除一个数，那按上面的定义我要删除这个数对应的K个哈希位置，但这个位置可能别人也在用——那就很难搞，你不能乱删。所以一种解决办法是，“将hash位置标记为1”的这个操作改成“计数器增加”——统计有多少个数被哈希到了这个位置。如此一来，删除操作就等加与计数器减少即可。当然这样的修改又会引入“内存的增加”以及计数器“上溢出”的可能。还有后续方法是neat trick，但是没听懂(￣▽￣)"…
后面讲了一个finger printing和一个字符串比对的，Bloom filte的应用例子。
再后续，讲了一个概率的结论：chernoff bounds等等。

2 计算机体系结构Ⅲ之HPC

这节课请了老师来讲GPU的内容，和上学期体系结构2的GPU部分内容是大致一样的，因为邀请的是同一个老师。

首先讲解了一下GPU的基本架构以及基本知识，比如说里面的SM与线程的关系。
讲了CUDA的基本概念以及工作方式，比如block、线程ID和block ID间的关系。
第三部分，讲GPU里面的memory特性——主要是global memory和shared memory的区别。其中举例：在使用shared memory和不使用shared memory的情况下，进行矩阵乘法时，因访存速度不同带来的计算性能差异。
之后，引入了global memory所具有的memory coalescing问题（即，数据因为分块在不同segmant会导致冗余读取而减低速度），解决方法solution是将文件过渡到shared memory中。
又介绍了shared memory具有的bank conflicks问题。——shared memory在多线程访问同一个bank会降低速度，但是访问不同bank性能才会提升。