基于GPU的哈希细分索引，用于快速T重叠查询

T重叠查询是集合相似性查询的基础，并已应用于许多重要领域。 大多数现有方法采用修剪和验证框架，因此效率低下。 现代GPU具有比CPU高得多的并行度和内存带宽，可用于加速T重叠查询。 在本文中，我们使用哈希分割将反向列表划分为多个段，然后使用哈希分割在GPU上设计一种有效的反向索引GHSII。 基于GHSII，提出了一种新的分段并行T重叠算法GSPS。 GSPS一次使用段来扫描段，并使用共享内存来减少对设备内存的访问次数。 此外，提出了一种启发式查询顺序的优化算法GSPS-TLLO，以解决负载不平衡的问题。 在两个真实的数据集上进行了实验，结果表明GSPS-TLLO优于最新的GPU并行T重叠算法。