2
我有以下循環用於蒙特卡洛計算我執行:下面C++慢環計算
變量是預先計算/填充並且被定義爲:
w_ = std::vector<std::vector<double>>(150000, std::vector<double>(800));
C_ = Eigen::MatrixXd(800,800);
Eigen::VectorXd a(800);
Eigen::VectorXd b(800);
while循環我花了570秒左右的時間進行計算。剛開始我知道我有nPaths * m = 150,000 * 800 = 120,000,000個計算集(我沒有考慮到由boost庫處理的cdf計算)。
我是一個低於平均水平的程序員,想知道是否有任何明顯的錯誤,我可能會減慢計算速度。或者是否有任何其他方式來處理可以加快速度的計算。
int N(0);
int nPaths(150000);
int m(800);
double Varsum(0.);
double err;
double delta;
double v1, v2, v3, v4;
Eigen::VectorXd d = Eigen::VectorXd::Zero(m);
Eigen::VectorXd e = Eigen::VectorXd::Zero(m);
Eigen::VectorXd f = Eigen::VectorXd::Zero(m);
Eigen::VectorXd y;
y0 = Eigen::VectorXd::Zero(m);
boost::math::normal G(0, 1.);
d(0) = boost::math::cdf(G, a(0)/C_(0, 0));
e(0) = boost::math::cdf(G, b(0)/C_(0, 0));
f(0) = e(0) - d(0);
while (N < (nPaths-1))
{
y = y0;
for (int i = 1; i < m; i++)
{
v1 = d(i - 1) + w_[N][(i - 1)]*(e(i - 1) - d(i - 1));
y(i - 1) = boost::math::quantile(G, v1);
v2 = (a(i) - C_.row(i).dot(y))/C_(i, i);
v3 = (b(i) - C_.row(i).dot(y))/C_(i, i);
d(i) = boost::math::cdf(G, v2);
e(i) = boost::math::cdf(G, v3);
f(i) = (e(i) - d(i))*f(i - 1);
}
N++;
delta = (f(m-1) - Intsum)/N;
Intsum += delta;
Varsum = (N - 2)*Varsum/N + delta*delta;
err = alpha_*std::sqrt(Varsum);
}
剖析你的代碼,看看它在哪裏花費時間。如果你使用Linux看到這個https://stackoverflow.com/questions/375913 –
你有編譯完全優化?在Linux上,將'-O2'或'-O3'傳遞給編譯器命令行。 – selbie
在您的代碼中缺乏徹底的評論是一個問題:如果您沒有很好的解釋意圖的方式,很難說如何改進代碼。如果可以在你的問題中編譯代碼,它也將是超級有用的:因爲它需要猜測來弄清楚。要獲得有用的答案,請提供最有幫助的問題。 – Richard