Matrix 对于大型矩阵，1D或2D数组在Lua中的计算效率是否更高？

特别是在Lua中，计算成本最低的一种矩阵：在（行、列）中找到的项位于

matrix[row][column]

或位于

matrix[row+numberOfRows*column]

假设这些项目将被大量读取和写入，并假设矩阵在大约1000到2000个项目时是大的

---

我主要关心当前的效率而不是开销。

如下所示，

矩阵[row][column]

使用的VM指令比

矩阵[row+numberOfRows*column]

少一条。然而，尚不清楚一个

GETTABLE

是否比

MUL+ADD

更快

唯一真正的答案是：衡量两种选择

$ cat 1
local matrix,row,numberOfRows,column
return matrix[row][column]

$ luac -l 1
main <1:0,0> (5 instructions at 0x7f9459c03d40)
0+ params, 5 slots, 1 upvalue, 4 locals, 0 constants, 0 functions
    1   [1] LOADNIL     0 3
    2   [2] GETTABLE    4 0 1
    3   [2] GETTABLE    4 4 3
    4   [2] RETURN      4 2
    5   [2] RETURN      0 1

$ cat 2
local matrix,row,numberOfRows,column
return matrix[row + numberOfRows * column]

$ luac -l 2
main <2:0,0> (6 instructions at 0x7ff339c03d40)
0+ params, 5 slots, 1 upvalue, 4 locals, 0 constants, 0 functions
    1   [1] LOADNIL     0 3
    2   [2] MUL         4 2 3
    3   [2] ADD         4 1 4
    4   [2] GETTABLE    4 0 4
    5   [2] RETURN      4 2
    6   [2] RETURN      0 1

可能比这个慢

for row=1,numberOfRows do
    local r=matrix[row]
    for column=1,numberOfColumns do
        r[column]=f(row,column)
    end
end

---

同样，测量两种备选方案。

通常1d要么更好，要么相同，但您可以用您的用例描述两种方法，以确定有许多因素可能会影响速度。表通常是用数组部分实现的，所以如果其中没有nil，访问任何元素都是O（1）。使用表，您将拥有更多GC管理的对象，这会对GC造成更大的压力，并导致内存碎片。但是，您需要对此进行测量，而不是进行随机猜测。

$ cat 1
local matrix,row,numberOfRows,column
return matrix[row][column]

$ luac -l 1
main <1:0,0> (5 instructions at 0x7f9459c03d40)
0+ params, 5 slots, 1 upvalue, 4 locals, 0 constants, 0 functions
    1   [1] LOADNIL     0 3
    2   [2] GETTABLE    4 0 1
    3   [2] GETTABLE    4 4 3
    4   [2] RETURN      4 2
    5   [2] RETURN      0 1

$ cat 2
local matrix,row,numberOfRows,column
return matrix[row + numberOfRows * column]

$ luac -l 2
main <2:0,0> (6 instructions at 0x7ff339c03d40)
0+ params, 5 slots, 1 upvalue, 4 locals, 0 constants, 0 functions
    1   [1] LOADNIL     0 3
    2   [2] MUL         4 2 3
    3   [2] ADD         4 1 4
    4   [2] GETTABLE    4 0 4
    5   [2] RETURN      4 2
    6   [2] RETURN      0 1