2
我有一个矩阵说A的大小M×N。我必须调用整个矩阵中的每列相同的函数。到目前为止,我一直在中提取每一列并通过迭代列调用该函数直到N。即(列数)加速一次又一次调用相同函数的代码
是否有任何更好/更快的方式来做到这一点?
任何帮助表示赞赏。谢谢
我有一个矩阵说A的大小M×N。我必须调用整个矩阵中的每列相同的函数。到目前为止,我一直在中提取每一列并通过迭代列调用该函数直到N。即(列数)加速一次又一次调用相同函数的代码
是否有任何更好/更快的方式来做到这一点?
任何帮助表示赞赏。谢谢
如今,如果你能使用并行计算来提升性能。
CPU是多核/多线程。
您可以使用例如java 8流和并行计算。
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 }
你有没有考虑调换,然后刚好路过的行?由于更高的缓存利用率,您可能会获得更高的性能,并且您将消除提取列所需的时间。但是,如果没有一些代码来看看其他瓶颈可能在哪里,那很难说。 – Alejandro