Matrix 有效地从向量中提取任意切片
这与我的帖子有些关系 我正在尝试在Rust中实现矩阵乘法，我认为为了有效地实现这一点，我需要能够从矩阵中获取列数据。这是很困难的，因为我正在以行主格式存储矩阵 我正在使用一个展开的点产品实现，这在上面和我之前的文章中都有详细介绍。我希望能够将一个矩阵中的行和另一个矩阵中的列提供给这个方法 如何有效地从矩阵中选择列数据？更一般地说：如何选择任意数据模式（如R、matlab、numpy等） 我试过：Matrix 有效地从向量中提取任意切片,matrix,rust,Matrix,Rust,这与我的帖子有些关系 我正在尝试在Rust中实现矩阵乘法，我认为为了有效地实现这一点，我需要能够从矩阵中获取列数据。这是很困难的，因为我正在以行主格式存储矩阵 我正在使用一个展开的点产品实现，这在上面和我之前的文章中都有详细介绍。我希望能够将一个矩阵中的行和另一个矩阵中的列提供给这个方法 如何有效地从矩阵中选择列数据？更一般地说：如何选择任意数据模式（如R、matlab、numpy等） 我试过： 使用快速视图并收集迭代器-这似乎太慢了 使用标准for循环迭代，但Rust编译器似乎没有将其矢量化
如果你使用更聪明的for循环，你就能得到问题的答案。我的意思是，如果你对for循环重新排序，你不必从矩阵中抽出一列。这样，就可以使CPU缓存保持温暖 如果当前算法如下所示：
// traditional multiplication
for i in 0..a_rows {
for j in 0..b_cols {
for k in 0..a_cols {
c[i][j] += a[i][k] * b[k][j];
}
}
}
for i in 0..a_rows {
for k in 0..a_cols {
// Note, that j iterates over a column of B
for j in 0..b_cols {
c[i][j] += a[i][k] * b[k][j];
}
}
}
如果您交换两个内部循环，您将按顺序迭代B的列并利用缓存。首先，您将访问
b[k][0]b[k][1]412