我需要访问一个带有C++代码的二维矩阵。如果矩阵是mat[n][m]，我要访问（在for循环）这些位置：快速访问矩阵
mat[x][y], mat[x-1][y-m-1], mat[x-1][y], mat[x][y-1]
下一轮迭代我必须做的：
x=x+1
，然后再：
mat[x][y], mat[x-1][y-m-1], mat[x-1][y], mat[x][y-1]
什么可能是这些位置最接近内存加速我的代码的最佳方式？
由于您没有提供足够的信息，因此很难说哪种方法更好。
你可以尝试展开你的循环来连续访问内存。
例如，从mat[x][y]读取4次，然后mat[x-1][y-m-1] 4次，然后mat[x-1][y] 4次，然后mat[x][y-1] 4次。之后，您在一次迭代中处理加载的4组数据。
我敢打赌，瓶颈不是内存访问本身。它应该是内存地址的计算。这种内存访问方法可以写入SIMD加载，因此可以减少内存地址计算的3/4时间成本。
如果您必须按顺序处理您的任务，则可以尝试不使用多维订阅。例如：
for(x=0; x<n; x++)
doSomething(mat[x][y]);
可以用做：
for(x=y; x<n*m; x+=m)
doSomething(mat[0][x]);
在你避免一个lea指令第二种方式。
如果你正在水平迭代，将矩阵排列为mat [y] [x]，特别是如果它是一个数组数组（矩阵的布局在你的回答中不清晰）。
如果我得到这个正确的结果，你会遍历整个阵列，尽管你只提到x = x + 1作为更新（y没有）。然后我会看到阵列为一维，单个计数器i从0变为总阵列长度。然后四个值在每个循环访问将
mat[i], mat[i-S-m-1], mat[i-S], mat[i-1]
其中S是步幅（行或根据你的表现列）。无论内存布局如何，这都需要较少的地址计算。它也需要较少的索引检查/更新，因为只有一个计数器i。另外，S+m+1是不变的，所以你可以这样定义它。
您的矩阵将会变得多大（包括维度和元素的类型）？如果它足够小以适应L1缓存，<16KB，那么访问模式并不重要。 – Michael
矩阵是一个int矩阵（258x258或258x129），所以它在130和160 Kb之间。 – cheip
您的分析器是否告诉您访问矩阵是您的应用程序的瓶颈？你有尝试过并行循环吗？ –