【发布时间】：2016-06-08 04:08:40
【问题描述】：
我正在为具有不同数据结构和技术（向量、数组和 OpenMP）的矩阵实现 C++ 乘法，但我发现了一个奇怪的情况……我的动态数组版本运行得更好：
次：
openmp mult_1：时间：5.882000 s
数组mult_2：时间：1.478000 s
我的编译标志是：
/usr/bin/g++ -fopenmp -pthread -std=c++1y -O3
C++ 矢量版
typedef std::vector<std::vector<float>> matrix_f;
void mult_1 (const matrix_f & matrixOne, const matrix_f & matrixTwo, matrix_f & result) {
const int matrixSize = (int)result.size();
#pragma omp parallel for simd
for (int rowResult = 0; rowResult < matrixSize; ++rowResult) {
for (int colResult = 0; colResult < matrixSize; ++colResult) {
for (int k = 0; k < matrixSize; ++k) {
result[rowResult][colResult] += matrixOne[rowResult][k] * matrixTwo[k][colResult];
}
}
}
}
动态数组版本
void mult_2 ( float * matrixOne, float * matrixTwo, float * result, int size) {
for (int row = 0; row < size; ++row) {
for (int col = 0; col < size; ++col) {
for (int k = 0; k < size; ++k) {
(*(result+(size*row)+col)) += (*(matrixOne+(size*row)+k)) * (*(matrixTwo+(size*k)+col));
}
}
}
}
测试：
C++ 矢量版
utils::ChronoTimer timer;
/* set Up simple matrix */
utils::matrix::matrix_f matr1 = std::vector<std::vector<float>>(size,std::vector<float>(size));
fillRandomMatrix(matr1);
utils::matrix::matrix_f matr2 = std::vector<std::vector<float>>(size,std::vector<float>(size));
fillRandomMatrix(matr2);
utils::matrix::matrix_f result = std::vector<std::vector<float>>(size,std::vector<float>(size));
timer.init();
utils::matrix::mult_1(matr1,matr2,result);
std::printf("openmp mult_1: time: %f ms\n",timer.now() / 1000);
动态数组版本
utils::ChronoTimer timer;
float *p_matr1 = new float[size*size];
float *p_matr2 = new float[size*size];
float *p_result = new float[size*size];
fillRandomMatrixArray(p_matr1,size);
fillRandomMatrixArray(p_matr2,size);
timer.init();
utils::matrix::mult_2(p_matr1,p_matr2,p_result,size);
std::printf("array mult_2: time: %f ms\n",timer.now() / 1000);
delete [] p_matr1;
delete [] p_matr2;
delete [] p_result;
我正在查看一些以前的帖子，但我找不到任何与我的问题相关的内容link、link2、link3：
更新： 我用答案重构了测试，并且矢量效果更好：
向量乘法：时间：1.194000 s
数组mult_2：时间：1.202000 s
C++ 矢量版
void mult (const std::vector<float> & matrixOne, const std::vector<float> & matrixTwo, std::vector<float> & result, int size) {
for (int row = 0; row < size; ++row) {
for (int col = 0; col < size; ++col) {
for (int k = 0; k <size; ++k) {
result[(size*row)+col] += matrixOne[(size*row)+k] * matrixTwo[(size*k)+col];
}
}
}
}
动态数组版本
void mult_2 ( float * matrixOne, float * matrixTwo, float * result, int size) {
for (int row = 0; row < size; ++row) {
for (int col = 0; col < size; ++col) {
for (int k = 0; k < size; ++k) {
(*(result+(size*row)+col)) += (*(matrixOne+(size*row)+k)) * (*(matrixTwo+(size*k)+col));
}
}
}
}
另外，我的矢量化版本效果更好（0.803 秒）；
【问题讨论】：
-
数据在内存中的排列方式不同。您的矩阵在内存中是连续的，而
vector<vector>会分别分配每个向量。如果大小在编译时是固定的，您可以尝试vector<array<float,N>>或执行其他操作以确保完整的矩阵在内存中是连续的。 -
请参阅stackoverflow.com/questions/17259877/…，了解为什么您通常希望避免使用“真实”二维结构（如
T**、vector<vector<T>>...）来存储密集矩阵。 -
我猜内存布局不是你唯一的问题。向我们展示您的计时器代码以及您正在运行 openmp 版本的线程数。
-
@jepio 我正在逐步应用每个改进...我更改了分配错误，我检查了线程并发布了线程配置
标签： c++ arrays c++11 matrix openmp