C++ 基于SIMD的稀疏矩阵内迭代器特征迭代

在稀疏矩阵的特征内部迭代器上应用simd：

for(auto i = 0; i < smat.outerSize(); i++){
    #pragma omp simd
    for(SMat::InnerIterator iter(smat,i); it; ++it){
        it.valueRef() = value;
    }
}

然后我在谷歌上搜索文档，只遇到一个短语，提到在添加稀疏矩阵时simd是隐式的（因此我知道这是可能的，并且在eigen的模板内部的某个地方，在内部向量上有一个simd循环；但我不知道如何做）

接下来，我检查并发现

Eigen

在整个代码中只有三个对

omp

的调用。这是否意味着Eigen仅依赖于simd激活的编译器标志

最后，我尝试将循环更改为规范形式（根据下面的注释），并得到一个不同的错误：

for(auto it = typename SMat::InnerIterator(smat,i); it; ++it)

// error: '#pragma omp simd' used with class iteration variable 'it'

---

在使用simd的

特征：：SparseMatrix

中，触发或迭代内部向量的预期方式是什么？

在这种情况下，不可能应用

#pragma omp simd

。根据OpenMP规范（2.6规范循环形式），“在

simd

中，构造允许的唯一随机访问迭代器类型[…]是指针类型。”。所涉及的迭代器显然不是指针类型。可以将其更改为允许OpenMP simd循环，但这需要深入了解所涉及类型的实现和数据布局。

在这种情况下不可能应用

#pragma omp simd

。根据OpenMP规范（2.6规范循环形式），“在

simd

中，构造允许的唯一随机访问迭代器类型[…]是指针类型。”。所涉及的迭代器显然不是指针类型。可以将其更改为允许OpenMP simd循环，但这需要深入了解所涉及类型的实现和数据布局。

如果要更改每个条目，并且矩阵为压缩形式，可以使用成员函数：

smat.coeffs() = value;

---

迭代单个列会有点困难，但您可以通过查看

smat.outerIndexPtr（）[col]

（col+1的开头是

col

的结尾）找到每个列的开头。

如果您想更改每个条目，并且您的矩阵是压缩形式的，您可以使用成员函数：

smat.coeffs() = value;

---

在单个列上进行迭代会有点困难，但是您可以通过查看

smat.outerIndexPtr（）[col]

（col+1的开头是

col

的结尾）找到每个列的开头。

您的编译器支持哪个版本的OpenMP？无论如何，在OpenMP中，循环必须是所谓的规范形式，在您的例子中，它应该类似于（auto it=Eigen:：SparseMatrix:：InnerIterator（smat，i）；it！=false；++it）。Eigen中的SIMD几乎完全使用编译器内部函数完成。您在哪里发现“添加稀疏矩阵时simd是隐式的”？（取决于实际添加的内容，尤其是添加两个具有不同非零模式的稀疏矩阵，这听起来很困难。

InnerIterator

目前确实没有文档记录。它可以与标准随机访问迭代器兼容（它缺少一些运算符，如

it diff

，

--it

，

it-=diff

）。供参考，源代码在此处：@chtz:

InnerIterator

，但这是一个教程，没有详细说明类型属性。@DanielLangr规范循环形式不允许

！=

作为运算符。您的编译器支持什么版本的OpenMP？无论如何，在OpenMP中，循环必须是所谓的规范循环rm，在您的例子中，它应该类似于（auto it=Eigen:：SparseMatrix:：InnerIterator（smat，i）；it！=false；++it）。Eigen中的SIMD几乎完全是使用编译器内部函数完成的。您在哪里发现“在添加稀疏矩阵时SIMD是隐式的”？（取决于实际添加的内容，尤其是添加两个具有不同非零模式的稀疏矩阵，这听起来很困难。

InnerIterator

目前确实没有文档记录。它可以与标准随机访问迭代器兼容（它缺少一些运算符，如

it diff

，

--it

，

it-=diff

）。供参考，源代码如下：@chtz:

InnerIterator

，但这是一个教程，没有详细说明类型属性。@DanielLangr规范循环形式不允许将

！=

作为运算符。如果稀疏矩阵连续打包行数据，并且有一个单独的列表，其中包含n-zero元素消失后，InnerIterator可能只是在相当于

std:：vector

的循环上循环。在这种情况下，它可以被重新格式化为OpenMP兼容的循环。表示有4个紧凑数组。其中一个是

Values

，它“存储非零的系数值。”是的，根据Eigen教程，这是存储布局的一种记录行为。以及为什么

InnerIterator

可以有效实现。因此，您只需要

和值[0]

和一个长度或结束指针，您就都设置好了，就像对于

std:：vector

一样，如果稀疏矩阵连续地打包它们的行数据，并且有一个非零元素的位置的单独列表，InnerIterator可能只是在

std:：vector

的等价物上循环被定义为OpenMP兼容循环。表示有4个紧凑阵列。其中一个是

值

，它“存储非零的系数值。”是的，根据Eigen教程，这是存储布局的记录行为。以及为什么

InnerIterator

可以高效实现。因此，您所需要的就是

&Values[0]

和一个长度或结束指针，并且您都已设置好，就像

std:：vector