C中实现矩阵乘法的一种高效的方法
更新时间：2013年05月04日 17:14:03 作者：
本篇文章介绍了，在C中实现矩阵乘法的一种高效的方法。需要的朋友参考下
如何计算矩阵乘法，这个大家都知道。通常情况下，我们都是用以下代码实现的：
复制代码 代码如下:
for(i=0;i<n;++i)
for(j=0;j<n;++j){
sum=0;
for(k=0;k<n;++k)
sum+=A[i][k]*B[k][j];
C[i][j]+=sum;
}
但是考虑了高速缓存的问题后，其实有一种更好的实现方式：
复制代码 代码如下:
for(i=0;i<n;++i)
for(k=0;k<n;++k){
r=A[i][k];
for(j=0;j<n;++j)
C[i][j]+=r*B[k][j];
}
细看一番就会发现这两种实现语义是等价的，但是后者的实际运行效率却比前者高。
那为什么会如此呢？
那是因为CPU读数据时，并不是直接访问内存，而是先查看缓存中是否有数据，有的话直接从缓存读取。而从缓存读取数据比从内存读数据快很多。
当数据不在缓存中时，CPU会将包含数据在内的一个数据块读到缓存，如果程序具有良好空间局部性，那么第一次cache miss后，之后的几次数据访问就可以直接在缓存中完成。除了空间局部性（程序倾向于引用与当前数据邻近的数据）之外，还有时间局部性（程序倾向于引用最近被引用过的数据）。
回到矩阵乘法。（我们只考虑内循环）
前者对矩阵A，有良好的空间局部性，假设一次能缓存四个元素，则每次迭代对于A只有0.25次miss，但是对于B，则不然，因此B是按列访问的，每次访问都会miss，因此每次迭代总的miss数是1.25。
后者对于矩阵C和矩阵B都有良好的局部性，每次迭代都只有0.25词miss，因此总的miss数是0.5。后者每次迭代多了一次存储（对C[i][j]写入），但是即便如此，后者的运行效率也比前者高。
总而言之，要想程序跑得快，就要在程序中多利用局部性，让缓存hold住你的数据，减少访存次数。要知道CPU可以在3个时钟周期内访问到L1 cache，10个时钟周期左右的时间访问到L2 cache。访问内存却要上百个时钟周期，孰快孰慢，很清楚了吧？
相关文章
这篇文章主要为大家详细介绍了C语言实现将彩色bmp图像转化为灰图、灰度图像反色，文中示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2021-10-10
这篇文章主要为大家详细介绍了Qt中QListWidget控件的使用教程，文中的示例代码讲解详细，对我们学习Qt有一定的帮助，需要的可以参考一下2022-12-12
这篇文章主要为大家详细介绍了C语言实现仓库物资管理系统，文中示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2019-12-12
本文将实现一个通讯录，来实现人员的增删插改功能。文中通过三种形式来实现用户的增删插改，其实也就是一点点的优化版本，从静态的实现，到动态的实现，最后以文件的形式来完成，请大家和我一起往下看吧2022-11-11
本文主要介绍了Qt实现数据进行加密、解密的步骤,包含QCryptographicHash和Qt-AES两种库的实现,具有一定的参考价值,感兴趣的可以了解一下2024-03-03
无论是静态链表还是动态链表，有时在解决具体问题时，需要我们对其结构进行稍微地调整。比如，可以把链表的两头连接，使其成为了一个环状链表，通常称为循环链表2022-05-05
std::addressof的作用是获取一个对象的实际地址，即使这个对象的&操作符已被重载，本文详细的介绍了源码解析，感兴趣的可以了解一下2021-06-06
这篇文章主要介绍了C++抽象基类讲解，象基类abstract base class简称ABC，C++实现继承的时候，需要保证派生类和基类之间是一种is-a的关系。在大多数时刻，这样的关系是没有问题的，然而在一些特殊的情况可能会遇到问题，下面来看看文章的具体介绍吧2022-01-01
这篇文章主要介绍了C语言中strcmp的实现原型的相关资料,这里提供实例帮助大家理解这部分内容，希望能帮助到大家，需要的朋友可以参考下2017-08-08
memmove函数用于拷贝字节，如果目标区域和源区域有重叠的话，memmove能够保证源串在被覆盖之前将重叠区域的字节拷贝到目标区域中，但复制后源内容会被更改。本文主要介绍了C语言模拟实现memmove的示例代码，需要的可以参考一下2022-12-12
最新评论