2
我有一個矩陣說A的大小M×N。我必須調用整個矩陣中的每列相同的函數。到目前爲止,我一直在中提取每一列並通過迭代列調用該函數直到N。即(列數)加速一次又一次調用相同函數的代碼
是否有任何更好/更快的方式來做到這一點?
任何幫助表示讚賞。謝謝
我有一個矩陣說A的大小M×N。我必須調用整個矩陣中的每列相同的函數。到目前爲止,我一直在中提取每一列並通過迭代列調用該函數直到N。即(列數)加速一次又一次調用相同函數的代碼
是否有任何更好/更快的方式來做到這一點?
任何幫助表示讚賞。謝謝
如今,如果你能使用並行計算來提升性能。
CPU是多核/多線程。
您可以使用例如java 8流和並行計算。
例如
@Test
2 public static void matrixVectorProduct() {
3 System.out.println("Matrix Vector multiplication");
4 final int DIM = 5;
5
6 int [][]a = new int[DIM][DIM];
7 int counter = 1;
8 for (int i = 0; i < a.length; i++) {
9 for (int j = 0; j < a[0].length; j++) {
10 a[i][j] = counter++;
11 }
12 }
13
14 int []v = new int[DIM];
15 Arrays.fill(v, 5);
16 int []c = new int[DIM];
17
18 IntStream.range(0, c.length)
19 .parallel()
20 .forEach((i) -> {
21 IntStream.range(0, a.length)
22 .sequential()
23 .forEach((j) -> { c[i] += v[j] * a[i][j]; });
24 });
25
26
27 int []expected = new int[]{75, 200, 325, 450, 575};
28 assertArrayEquals(expected, c);
29
30 System.out.println("Matrix-Vector product: " + Arrays.toString(c));
31 }
你有沒有考慮調換,然後剛好路過的行?由於更高的緩存利用率,您可能會獲得更高的性能,並且您將消除提取列所需的時間。但是,如果沒有一些代碼來看看其他瓶頸可能在哪裏,那很難說。 – Alejandro