Julia如何高效并行排序两个大型数组的对应子数组？

你原有代码不生效有两个核心原因：

• 一维数组取范围索引错误使用了逗号（二维索引语法），一维数组取连续子段的正确写法为a[start:stop]
• 自定义sort!函数内使用a[:], b[:] = a[p], b[p]赋值时，会将函数局部作用域的参数变量重新绑定到新分配的数组，不会修改传入的子数组视图对应父数组的底层内存，因此函数执行完毕后原数组无任何变化。

核心排序函数 #

用广播逐元素赋值替代整体变量重绑定，保证传入视图时直接修改原内存，无额外大内存分配：

function sort_pair!(v1::AbstractArray, v2::AbstractArray)
    perm = sortperm(v1)
    # 广播赋值直接写入底层内存，对原数组、视图均生效
    v1 .= v1[perm]
    v2 .= v2[perm]
    return nothing
end

多线程并行调用 #

针对稀疏矩阵场景，按列划分的子段内存完全独立，无竞态风险，且每个子段平均长度仅1000，sortperm生成的临时置换向量内存开销极小，不会触及RAM上限：

using SparseArrays
# 测试数据生成逻辑
n=10^6
x=sprand(n,n,1000/n)
x = SparseMatrixCSC(n,n,x.colptr,x.rowval,rand(-99:99,nnz(x)).//1)
U = randperm(n)
a, b, I = U[x.rowval], x.nzval, x.colptr

# 多线程排序，:dynamic 调度适配不同长度子段的负载均衡
Threads.@threads :dynamic for i in 2:length(I)
    l = I[i-1]
    r = I[i] - 1
    # @views 将范围切片转为无拷贝视图
    @views sort_pair!(a[l:r], b[l:r])
end

用小测试用例验证逻辑：

a, b = rand(1:10,10), rand(-1000:1000,10) .//1
@views sort_pair!(a[1:5], b[1:5])
println(a)
println(b)

执行后可以看到数组前5个元素按a的值排序，对应b的元素同步调整，后5个元素保持不变，符合预期。

• 全程无a、b全量拷贝，无类型转换，内存开销仅为每个子段排序时生成的短置换向量，总临时内存占比极低
• 线程间操作的内存段完全不重叠，不需要锁机制，并行效率高
• 若使用Julia 1.9及以上版本，默认的动态线程调度会自动平衡不同长度列的排序负载，无需手动调整

内容的提问来源于stack exchange，提问作者Leo