子集和问题是众所周知的NP完全决策问题。 已经开发了许多并行算法在合理的计算时间内解决问题， 其中一些已在GPU上实现。 然而， 这些并行算法的GPU实现可能无法充分利用所有CPU内核和GPU资源同时。 当GPU执行一些任务，只有一个CPU内核用于控制GPU，所有其余的CPU内核处于空闲状态，这会导致浪费了可用的CPU资源量。 这篇报告提出了一种新颖的CPU-GPU协作实现并行两列表算法以有效地解决子集和异构CPU-GPU系统中的问题能够有效利用所有可用的计算CPU和GPU的资源。 为了找到CP