I am learning CUDA from the Udacity's course https://www.udacity.com/course/viewer#!/c-cs344/l-77202674/e-78805042/m-78614541 on parallel programming. In a quiz, they have a given a problem of sorting a pre-ranked variable(player's height). Since, it is a one-one correspondence between input and output array, should it not be a Map communication pattern instead of a Scatter? 
据我所知，CUDA 没有对这些术语做出规范的定义。因此，我的回答只是对它可能如何或已经被解释的建议。
“因为，它是输入和输出数组之间的一一对应”
该图似乎不支持此语句，该图显示输出数组中的间隙，这些间隙没有与之关联的相应输入点。
如果将较小的一组值分布到较大的数组中（因此，输出数组中会产生间隙，其中没有输入值对应于间隙位置），则scatter可以用来描述该操作。散点图和地图都有描述输入值去向的地图，但教师可能以区分这两种情况的方式定义了散点图和地图，例如以下看似合理的定义：
分散：一对一关系从输入输出（即单向关系）。每个输入位置都有对应的输出位置，但并非每个输出位置都有对应的输入位置。
映射：一对一关系between输入和输出（即双向关系）。每个输入位置都有一个对应的输出位置，and每个输出位置都有一个对应的输入位置。
聚集：一对一的关系从输出输入（即单向关系）。每个输出位置都有对应的输入位置，但并非每个输入位置都有对应的输出位置。
