C++ 什么是使向量c+的向量的每个元素平方的最省时的方法+；

我目前有一个浮点型向量向量，其中包含一些数据：

 vector<vector<float> > v1;
 vector<vector<float> > v2;

向量v1；
矢量v2；

我想知道什么是将v1中的每个元素平方并存储在v2中的最快方法？目前，我只是访问v1的每个元素，将其自身相乘，并将其存储在v2中。如下所示：

 for(int i = 0; i < 10; i++){
     for(int j = 0; j < 10; j++){
        v2[i][j] = v1[i][j]*v[i][j];
     }
  }

for（int i=0；i<10；i++）{
对于（int j=0；j<10；j++）{
v2[i][j]=v1[i][j]*v[i][j]；
}
}

幸运的是，您正在使用的编译器能够理解您想要做的事情，并对其进行转换，因此它使用cpu的sse指令并行执行平方运算。在这种情况下，代码接近最佳速度（在单核上）。您还可以尝试egen库（），它提供了一些更可靠的方法来实现高性能。你会得到这样的结果

ArrayXXf v1 = ArrayXXf::Random(10, 10);
ArrayXXf v2 = v1.square();

---

这也让您的意图更加明确。

如果您想留在CPU世界，OpenMP应该可以轻松地帮助您。单个

#pragma omp parallel for

将在可用内核之间分配负载，您可以通过告诉编译器使用

ivdep

和

simd

pragmas进行向量化来获得进一步的收益

---

如果GPU是一个选项，那么这是一个非常适合OpenCL的矩阵计算。谷歌为OpenCL矩阵乘法的例子。基本上，您可以有2000个线程执行单个操作，或者更少的线程在向量块上操作，内核编写起来非常简单。

删除

v1

的内容是否可以接受？并行性，例如，对每个（内部）使用

std:：async

vector.yes如果您选择并行路径，可以删除v1OpenMP和OpenCL的内容。取决于向量的长度和计算的次数。在本例中，我使用了10×10向量数组的任意数。但在我的应用程序中，max的矢量数组将是2000 x 2000矢量数组。谢谢，我一定会查看OpenMP和OpenCL。我不确定“完美的OpenCL”。计算量很小，循环可能是内存受限的。计算量取决于向量的大小。如果它们不够大，OpenCL的开销将大于性能。