多指数执行

Question

是否有人知道一个实现的多指数算法？我正在寻找给定向量A的东西，B会使用一些快速算法计算A [i]^B [i]的乘积。

谢谢！

Answer 1

这有多快？根据算法的大小，幂函数不应该是太多的瓶颈。

你会写一个简单的函数，如以下几点：

Vector VectorPower(Vector vec1, Vector vec2) 
{ 
     assert(vec1.length() == vec2.length()); 

     Vector vecAns(vec1.length()); 

     for(unsigned int i = 0; i < vec1.length(); i++) 
     { 
      vecAns[i] = pow(vec1[i], vec2[i]); 
     } 

     return vecAns; 

} 

大部分的时间，这将是为你的应用足够有效。如果你正在实现一个平方根或其他超越函数，那么你也应该看看优化。另外，一些处理器针对任意积分功率进行了优化，而GPU当然是（尽管除非这是一个图形相关的帖子，并且没有标记为这样），GPU没有多大帮助。

希望这回答你的问题:)

Answer 2

你试过tommath（不知道它满足你的性能要求）？它的多精度整数arith库！

Answer 3

以下内容假定您的数据是浮点数。如果您使用多精度整数，请指定您的要求。

干净的数字方式当然是先取得日志。事实上，即使结果是有限的，部分产品也容易出现溢出/溢出。

惯用相应的C++程序是：

#include <cmath> 
#include <functional> 
#include <numeric> 

double f(double x, double y) 
{ 
    return y * std::log(x); 
} 

template <typename I, typename J> 
double multi_exponentiation(I a0, I an, J b0) 
{ 
    return std::exp(std::inner_product(a0, an, b0, 0., std::plus<double>(), f)); 
} 

// Example program 
int main() 
{ 
    std::vector<double> a, b; 
    ... 
    double e = multi_exponentiation(a.begin(), a.end(), b.begin()); 
} 

使用inner_product，而不是写在循环自己有一旦你知道，性能是一个问题的优势，你可以用parallel_inner_product更换inner_product算法算法由第三方库提供（或自己写一个）。