数据结构与算法读书笔记 - 006 - C++高速缓存测试和矩阵乘法

这篇博客通过对比不同的矩阵乘法实现,探讨了高速缓存对运算速度的影响。作者测试了四种矩阵乘法方法,包括教科书版本、去除额外变量、反向迭代j和k以及两种自创方法,分析了每种方法的时间效率。测试结果显示,矩阵乘法的性能受到高速缓存命中率的影响,其中某些方法由于更利于缓存利用,从而表现出更快的运算速度。
摘要由CSDN通过智能技术生成
//
//  main.cpp
//  Matrix_5
//
//  Created by Bert Jiachen Wang on 1/17/21.
//

#include <iostream>
#include <time.h>
#include <string>

using std::cout; using std::endl;
using std::string;

void make2dMatrix(int** &x, const int size)
{
   
    x = new int*[size];
    for(int i = 0; i < size; ++i)
    {
   
        x[i] = new int[size];
    }
}

void print2dMatrix(int** const &x, const int size)
{
   
    for(int i = 0; i < size; ++i)
    {
   
        for(int j = 0; j < size; ++j)
        {
   
            cout << x[i][j] << " ";
        }
        cout << endl;
    }
    cout << endl;
}

void init2dMatirx(int** &x, const int size)
{
   
    for(int i = 0; i < size; ++i)
    {
   
        for(int j = 0; j < size; ++j)
        {
   
            x[i][j] = 0;
        }
    }
}

void construct2dMatrix_increase(int** &x, const int size)
{
   
    int num = 0;
    for(int i = 0; i < size; ++i)
    {
   
        for(int j = 0; j < size; ++j)
        {
   
            ++num;
            x[i][j] = num;
        }
    }
}

void construct2dMatrix_decrease(int** &x, const int size)
{
   
    int num = size * size;
    for(int i = 0; i < size; ++i)
    {
   
        for(int j = 0; j < size; ++j)
        {
   
            x[i][j] = num;
            --num;
        }
    }
}

//matirx multiply -> textbooks
void multiply2dMatrix_a0(int** &result, int** const &left, int** const &right, const int size)
{
   
    for(int i = 0
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值