Blitz++：用随机数填充数组答案

【问题标题】：Blitz++: Filling an array with random numbersBlitz++：用随机数填充数组
【发布时间】：2013-05-08 11:39:58
【问题描述】：

我正在尝试比较 Blitz++ / Armadillo / Eigen 和我自己的库的性能。

我目前正在使用 Blitz++ 执行以下操作：

...
Array<T, 1> s(samples);
Uniform<T> rand;
rand.seed((unsigned int)time(0));
for(size_t i=0; i<samples; i++) {
    s = rand.random() *4.0 +58.0;
}
...

公平地说，我需要知道用随机数填充数组的正确“Blitz++”方式。我认为上面的 code-sn-p 不是这样做的方法，因为它的效率非常低。

简而言之

在使用 Blitz++ 时，上述 sn-p 是用随机数初始化数组的正确方法还是有更好/更有效的方法？

【问题讨论】：

请记住，通过这些类型的比较，您最终可能会将苹果与橙子进行比较。例如，Armadillo 中有几种accessing elements 的方式：operator()、operator[]、iterators 或 mempr()。默认情况下，operator() 启用了边界检查，而其他方式则没有。这有助于开发。因此，为了进行更平衡的比较，您还需要考虑使用特定库（包括调试！）开发软件实际需要多长时间，以及最终代码的可读性/可维护性。
@mtall，我同意在比较这些类型的库时需要考虑多个方面。然而，并不是所有的苹果和梨……你只需要公平地比较它们。因此，我不会将一个库的元素访问与另一个库的全数组操作进行比较。但是分开比较：整个数组操作、模板/视图、元素操作、初始化/生成器。
即便如此，还有更多需要考虑。例如，许多 C++ 库可以使用各种 BLAS 后端进行整个数组操作。是否比较标准 BLAS 或高度优化的版本，如 OpenBLAS 或 Intel MKL？整个数组操作还受矩阵是动态分配还是固定大小（即，大小指定为模板参数）的影响。在后一种情况下，C++ 编译器可能会生成更好的代码。这反过来又带来了关于给定编译器能力的问题，例如。对于给定的代码，一个编译器可能比另一个编译器优化更多/更少。

标签： c++ random multidimensional-array blitz++

【解决方案1】：

当我写下我的问题时，我意识到我的方式是错误的。

问题的答案是：

你做错了，就这样吧：

...
Array<T, 1> s(samples);
Uniform<T> rand;
rand.seed((unsigned int)time(0));
s = rand.random() *4.0 +58.0;
...

所以现在的问题是，我自己的答案是否正确？

【讨论】：