在我的程序中，我有一个包含数百万个条目的数组，如下所示：
arr=[(1,0.5), (4,0.2), (321, 0.01), (2, 0.042), (1, 0.01), ...]
如果有帮助，我可以改为制作两个具有相同顺序的数组（而不是一个带有 touples 的数组）。
为了对这个数组进行排序，我知道我可以使用基数排序，因此它具有以下结构：
arr_sorted = [(1,0.5), (1,0.01), (2,0.42), ...]
现在我想对数组中所有键为 1 的值求和。然后是所有键为 2 的值，等等。应该将其写入一个新数组，如下所示：
arr_summed = [(1, 0.51), (2,0.42), ...]
显然这个数组会小得多，尽管仍然在 100000 个条目的数量级上。现在我的问题是：在 CUDA 中解决我的问题的最佳并行方法是什么？我正在使用 NumbaPro。
为清晰起见进行编辑
我将有两个数组而不是像这样的元组列表：
keys = [1, 2, 5, 2, 6, 4, 4, 65, 3215, 1, .....]
values = [0.1, 0.4, 0.123, 0.01, 0.23, 0.1, 0.1, 0.4 ...]
它们最初是被复制到设备的 numpy 数组。
我想要的是通过键来减少它们，如果可能的话，将缺失的键值（例如，如果数组中没有出现三个）设置为零。
所以我希望它变成：
keys = [1, 2, 3, 4, 5, 6, 7, 8, ...]
values = [0.11, 0.41, 0, 0.2, ...] # <- Summed by key
我事先知道最终的数组有多大。