matlab遍历矩阵每个元素,最有效的方法来计算矩阵的每个元素的指数

我正在从Matlab迁移到C GSL,我想知道什么是计算矩阵B的最有效方法：

B[i][j] = exp(A[i][j])

其中i在[0,Ny]中,j在[0,Nx]中.

请注意,这与矩阵指数不同：

B = exp(A)

这可以通过GSL(linalg.h)中的一些不稳定/不支持的代码来完成.

我刚刚找到了强力解决方案(几个’for’循环),但有没有更明智的方法呢？

编辑

来自Drew Hall的解决方案的结果

所有结果都来自1024×1024 for(for)循环,其中在每次迭代中分配两个双精度值(复数).时间是超过100次执行的平均时间.

>考虑{Row,Column} – 存储矩阵的主要模式时的结果：

在Row-Major模式下循环遍历内部循环中的行时,为> 226.56 ms(情况1).

在Row-Major模式下循环遍历内循环中的列时,大于223.22 ms(情况2).

使用GSL提供的gsl_matrix_complex_set函数时> 224.60 ms(案例3).

案例1的源代码：

for(i=0; i

{

for(j=0; j

{

/* Operations to obtain c_value (including exponentiation) */

matrix[2*(i*s_tda + j)] = GSL_REAL(c_value);

matrix[2*(i*s_tda + j)+1] = GSL_IMAG(c_value);

}

}

案例2的源代码：

for(i=0; i

{

for(j=0; j

{

/* Operations to obtain c_value (including exponentiation) */

matrix->data[2*(j*s_tda + i)] = GSL_REAL(c_value);

matrix->data[2*(j*s_tda + i)+1] = GSL_IMAG(c_value);

}

}

案例3的源代码：

for(i=0; i

{

for(j=0; j

{

/* Operations to obtain c_value (including exponentiation) */

gsl_matrix_complex_set(matrix, i, j, c_value);

}

}