c vector求和

要求C++中vector求和，可以使用如下代码：

#include <iostream>
#include <vector>

int main() {
    std::vector<int> vec = {1, 2, 3, 4, 5};
    int sum = 0;
    for (int i : vec) {
        sum += i;
    }
    std::cout << "The sum of the vector is: " << sum << std::endl;
    return 0;
}

以上代码使用了for-each循环遍历vector中的元素，并将每个元素累加到一个变量中，最后输出这个变量的值即为vector的求和结果。

相关问题

用C++ CUDA实现向量所有元素求和。

### 回答1：
下面是一份用C语言 + CUDA实现向量所有元素求和的代码示例：

#include <stdio.h>
#include <cuda.h>

__global__ void sum_vector_kernel(const float *vec, float *res, int n) {
  int i = blockIdx.x * blockDim.x + threadIdx.x;
  if (i < n) {
    atomicAdd(res, vec[i]);
  }
}

float sum_vector_on_gpu(const float *vec, int n) {
  float *dev_vec, dev_res;
  cudaMalloc((void **)&dev_vec, n * sizeof(float));
  cudaMalloc((void **)&dev_res, sizeof(float));

  cudaMemcpy(dev_vec, vec, n * sizeof(float), cudaMemcpyHostToDevice);
  cudaMemset(dev_res, 0, sizeof(float));

  int block_size = 256;
  int num_blocks = (n + block_size - 1) / block_size;
  sum_vector_kernel<<<num_blocks, block_size>>>(dev_vec, dev_res, n);

  float res;
  cudaMemcpy(&res, dev_res, sizeof(float), cudaMemcpyDeviceToHost);

  cudaFree(dev_vec);
  cudaFree(dev_res);

  return res;
}

int main() {
  float vec[] = {1, 2, 3, 4, 5, 6, 7, 8};
  int n = sizeof(vec) / sizeof(vec[0]);
  float res = sum_vector_on_gpu(vec, n);
  printf("Sum of the vector: %f\n", res);
  return 0;
}

这份代码利用了 CUDA 的并行计算能力，通过在 GPU 上执行 `sum_vector_kernel` 函数来计算向量元素的和。该函数使用了 `blockIdx.x` 和 `threadIdx.x` 来确定每个线程在数组中的索引，并使用 `atomicAdd` 操作对结果进行累加。最后，将结果从 GPU 设备内存拷贝到主机内存，并返回结果。

### 回答2：
用C CUDA实现向量所有元素求和的方法如下：

首先，在主机端（C代码）中，我们需要定义一个向量并初始化它。然后，将该向量从主机内存中复制到CUDA设备上的全局内存中。接着，我们定义一个内核函数，用于并行计算向量的元素求和。在内核函数中，每个线程对应一个向量元素，并通过线程索引来确定对应的元素。每个线程将其对应的元素加到一个局部和变量中。最后，使用CUDA函数将各个线程的局部和累加到全局和变量中，从而得到最终的向量求和结果。最后，将计算得到的向量求和从CUDA设备上的全局内存中复制回主机内存中，并打印出来。

以下是实现该方法的示例代码：

#include <stdio.h>
#include <cuda.h>

#define N 128 // 向量的大小

__global__ void sumVector(int *d_vector, int *d_sum) {
    int tid = blockIdx.x * blockDim.x + threadIdx.x;
    
    __shared__ int s_sum; // 局部和变量
    
    if(tid < N) {
        s_sum = 0; // 初始化局部和为0
        
        // 每个线程计算对应的向量元素的和
        s_sum += d_vector[tid];
        
        // 同步所有线程
        __syncthreads();
        
        // 将各个线程的局部和累加到全局和中
        atomicAdd(d_sum, s_sum);
    }
}

int main() {
    int h_vector[N]; // 主机上的向量
    int h_sum = 0; // 主机上的向量求和结果
    
    int *d_vector, *d_sum; // 设备上的向量和求和结果
    
    // 初始化向量
    for(int i = 0; i < N; i++) {
        h_vector[i] = i + 1;
    }
    
    // 在CUDA设备上分配内存
    cudaMalloc((void**)&d_vector, N * sizeof(int));
    cudaMalloc((void**)&d_sum, sizeof(int));
    
    // 将向量从主机内存中复制到CUDA设备上的全局内存中
    cudaMemcpy(d_vector, h_vector, N * sizeof(int), cudaMemcpyHostToDevice);
    cudaMemcpy(d_sum, &h_sum, sizeof(int), cudaMemcpyHostToDevice);
    
    // 启动内核函数
    sumVector<<<(N + 255) / 256, 256>>>(d_vector, d_sum);
    
    // 将运算结果从CUDA设备上的全局内存中复制回主机内存中
    cudaMemcpy(&h_sum, d_sum, sizeof(int), cudaMemcpyDeviceToHost);
    
    // 打印向量求和结果
    printf("向量求和结果：%d\n", h_sum);
    
    // 释放内存
    cudaFree(d_vector);
    cudaFree(d_sum);
    
    return 0;
}

通过以上示例代码，我们可以用C CUDA实现向量中所有元素的求和，并将结果打印出来。

输入两个二维平面向量V1=(x1,y1)、V2=(x2,y2)的分量，计算并输出两个向量的和向量，即V=(x1+x2,y1+y2)。 例如输入： 3.5 -2.7 -13.9 8.7 输出： -10.4 6.0 函数接口定义： struct vector sum(struct vector v1,struct vector v2); 裁判测试程序样例： #include "stdio.h" struct vector{ double x; double y; }; struct vector sum(struct vector v1,struct vector v2); int main(void) { struct vector v, v1, v2; scanf ("%lf%lf%lf%lf", &v1.x, &v1.y, &v2.x, &v2.y); v=sum(v1,v2); printf("%.1f %.1f\n", v.x, v.y); return 0; } /* 请在这里填写答案 */

你可以在下面填写`sum`函数的具体实现代码：

struct vector sum(struct vector v1, struct vector v2) {
    struct vector v;
    v.x = v1.x + v2.x;
    v.y = v1.y + v2.y;
    return v;
}

在`main`函数中，首先定义了结构体变量`v, v1, v2`用于存储向量的分量。然后通过`scanf`函数从输入中读取向量的分量值。接下来调用`sum`函数计算两个向量的和，并将结果存储在变量`v`中。最后使用`printf`函数打印出和向量的分量值。

注意：需要在代码之前添加结构体的定义，如下所示：

struct vector {
    double x;
    double y;
};

这样，就完成了向量求和的功能。输入两个向量的分量，即可输出和向量的分量。