我正在优化很大程度上依赖于自定义矩阵库的代码(它不会从项目中排除,因为它无处不在,这并不好,但这是事实。 ..)许多计算10〜20行和列的矩阵做,很多的计算包括二次形式像用稀疏矩阵乘二次形式矩阵的算法
C = A*B*A'
我意识到,往往是稀疏的,我想利用这个事实。所以我正在寻找一种能够处理这种情况的算法。数值稳定性很重要。有什么我可以使用的吗?由于“我们的”简单的O(n^3)乘法方法比特征3执行速度快,所以我不知道是否有任何我应该考虑的缺陷?
目标平台,因为我需要数值稳定性和矩阵不是很大,我猜Strassen的算法以及Coppersmith-Winograd算法不是我所期待的。相反,它只是一种方式的二次型乘法,可以让我轻松地检查A中的零。
感谢您的任何建议!
我只是想知道是谁投了这个“关”吗?我觉得这个问题完全有效并且与编程有关。 – nacho4d 2011-12-15 09:27:37
我不确定你会从小型矩阵中利用稀疏性获得很多好处。 – 2011-12-15 10:57:22