merge

应用背景在GPU上实现N-BODY算法。N-Body模拟问题覆盖了自然科学的很多领域，从宇观的天体物理到宏观的流体动力学，直至微观的分子动力学。例如通过研究围绕着银河系的暗物质晕轮的形状和动力学特征来探索银河系形成过程，需要模拟数百万的星体和暗物质间的作用。现代生物物理学和化学中的许多研究，如细菌或植物体的光合作用膜处发生的光能向化学能的转化，染色体中DNA和蛋白质分子的描述，都需要模拟上千万的原子核分子的作用。关键技术N-Body问题的两个重要特征是： 第一点．计算规模大，因为无论是宇观的天体尺寸还是微观的分 子尺度．都包含了大量的粒子，粒子的规模大到数百万、千万。由于在 系统中任意的两个粒子问都存在着相互作用，因此商接计算粒子间的 相互作用的量级就是O(N^2)； 第二点．系统是动态变化的。为了反应系统的具体变化．尤其是在微观分子结构中．要求时间步足够小。这两个特征决定了计算机模拟 时巨大的计算量。这对于任何扁性能的单台计算机来说都是一个很难突破的瓶颈．因此采用并行汁算是解决N-Body问题的必然选择。主要涉及数据划分和线程任务划分实现。

应用背景读取一个文本文件包含数字（小于2E8），它存储在一个动态数组的冒泡排序法，并打印出另一个文本文件。在终端中返回每个进程的运行时。如果该参数没有指定，默认为一个叫做“Sal txt文件。”（必须保存在当前目录），如果参数定义的文件进入参数与数组排序。关键技术泡沫排序，有时也称为“下沉排序”，是一个简单的排序算法，通过列表中的重复步骤来进行排序，比较每一对相邻的项目，如果它们是错误的顺序。通过列表的传递，直到不需要进行任何交换，这说明列表是排序的。这是一个比较排序的算法，它被命名为较小的元素“泡沫”到列表的顶部。虽然算法简单，但对于大多数问题来说，它是太慢和不切实际的，即使在插入排序。[ 1 ]它可以是实际的，如果输入通常是按排序顺序，但可能会偶尔有一些顺序元素的位置近。

采用cuda对dijkstra算法进行并行实现，性能提升7倍多。( U91C7 u75286 u5B09 u5B09 u7)

说明：  N体问题，它是指在已知N个物体的初始位置、速度和质量的情况下，在牛顿经典力学情况下研究它们的运动，包括轨迹预测等。(Back to the specific N-body problem, it refers to the study of the motion of n-bodies in Newtonian classical mechanics, including trajectory prediction, when the initial position, velocity and mass of n-bodies are known.)

描述混沌现象的判断及其使用MATLAB对该过程的仿真的程序源码(Description of chaotic phenomena and the use of MATLAB to determine the course of the simulation procedure source)

MPI编程的典型案例，适合初学者学习使用，有很大的帮助作用(MPI programming typical case, suitable for beginners to learn to use, there are very helpful)

多核编程，比 OPENCL 简单 可以通过类似 OPENMP 的方式，简洁的实现异构编程，使用 GPU 计算(Multicore programming than simple OPENCL)

转子 碰摩故障 分叉图 改一些参数可用(Bifurcation of rub-impact fault)

求解一维Euler方程，计算一维激波管问题，时间项RK，空间使用steger_warming分裂方式(Solving one-dimensional Euler equations, to calculate the one-dimensional shock tube problem, the time RK, space using two separatist)

高教出版社的《并行算法实践》一书的源代码，内容为MPI程序源代码(Higher Education Publishing House s Parallel Algorithm for the practice of the book s source code, content for the MPI source code)