1.啥是紧密（compact）：这里的压缩指的是过滤，filter，过滤出一个子集，也就是只留我们想要的（比如一把扑克牌里的方片）
（只计算我们关心的对象才更有意义，计算代价较小，需要更少空间）
2.
3.密集运算好一点？为啥
第一个稀疏运算要启动52个线程，而其中39个线程都是空的（线程成本较高）
第二个虽然过滤出方片会有成本，但是在接下来的映射步骤中它只启动13个线程
4.过滤的步骤
1）对每个元素进行判定
2）记录进数组里面
3）用不包含扫描的方法记录一共需要多少个地址
4）把过滤出来的结果放进地址里（放进输出数组里）
5.稀疏矩阵的表示方法
6.表示出来了怎么算？
将向量（x,y,z）与column的值相对应
列出column的xyz表示形式
之后对应相乘相加即可
本质是过滤掉了所有带0的项
所以越稀疏的矩阵越有效
7.排序（并行环境下）
奇偶排序法
8.归并排序
串行
并行
当归并到越顶层的时候，所占用的线程越少，也就是大部分SM都处于空闲状态，这是不利的，那么我们要考虑：
处理的三个阶段
9.双调排序网
什么是双调序列，为啥需要双调序列
只有一个转折点的就是双调序列
排序一个双调序列特别容易，为啥呢？
可以有效的缩小规模
10.单双归并排序
11.radix sort基数排序
将每个word的序号用二进制表示出来，从二进制表示数的最末位，把是0的按顺序排，再把是1的按顺序排
接着是倒数第二位，以此类推
一共交换的次数与二进制的位数相同
问题的解决难度与问题规模程正相关
12.快速排序
这就是递归，而到目前为止，我们所学的GPU是不支持递归的，那咋办？
先看自己手里有啥工具
13.键排序（比如按照年级排姓名。如果排的东西太大，就直接另存一下，记一个地址就行）
