关于CUDA上GPU端的排序算法，一般用哪种方法实现比较好呢？现在有一个程序，每次迭代调用核函数时，都有一步要对数据从小到大进行排序，请问用什么方法实现比较好？
楼主您好！
对于GPU上的排序，我真没有研究。不过说起来，总得要考虑GPU上的SIMT特性，以及访存和指令上的各种特点吧。
希望其他的会员和版主能够给出GPU上的各种排序算法或者理论，最好能比较他们的优劣，以及时间和空间上的复杂度等信息，以飨论坛和楼主。
这个回复就当作抛砖引玉了。
好的，谢谢这位版主，同时也希望得到其他朋友的进一步帮助
另外，咱们论坛是不是没有搜索主题的功能？
您好，论坛目前确无搜索功能，推荐您使用google搜索暂时代替。
祝您新年愉快~
新年愉快！
CUDA的库函数里面已经有现成的排序函数了，楼主可以查看thrust库。
thrust库里的排序用的是基数排序法~
双调排序网络（Bitonic sort network）算是比较常用的并行排序算法了吧，具体算法谷歌一下，cuda自带的sample里也有相关。
还有上面同学说的通过thrust库的基数排序（Radix Sort ），cuda的sample里也有的。
谢谢啦。还想问一下，thrust库里的函数，在设备端运行，是多线程的__global__并行执行？还是__device__的那种单线程的?
是global的，你可以查看一下thrust库的手册