矩阵乘法为什么快怎么更快

为什么快

已知矩阵乘法较正常乘法而言，在步骤上并没有碾压性的先天优势

在起初，它的创造目的是给线性方程式提供简写形式

 

 但矩阵乘法自带局部缓存的性质，

与正常乘法的跳跃计算而言，

显然更胜一筹

换言之，矩阵乘法更适合计算机运行

（当然，借由它与线性方程式的联系,可以理解它的乘法规则）

怎么更快

进行矩阵乘法的计算时，常规代码实现如下

for(ri i=1; i<=n; ++i)
	for(ri j=1; j<=n; ++j)
		for(ri k=1; k<=n; ++k)
			z.a[i][j]=x.a[i][k]*y.a[k][j];

针对矩阵的局部缓存，有如下优化代码

for(ri k=1; k<=n; ++k)
	for(ri i=1; i<=n; ++i) {
		int r=x.a[i][k];
		for(ri j=1; j<=n; ++j)
			z.a[i][j]=r*y.a[k][j]; }

k的先循环以减少数据跳跃，存储r以减少查询，进而减少时间

inline void block(float* a,float* b,float* c,int n) {
	for(ri j=1; j<=n; j+=M)
		for(ri i=1; i<=n; i+=M)
			for(ri k=1; k<=n; k+=M)
				matrix_multply(a+i*n+k,b+k*n+j,c+i*n+j,M); }

另外可以分块，针对行列较大的矩阵，效果显著

最后，剪枝

---

关于矩阵乘法的优化，分块与局部的优化，在原理上似乎并无冲突，或许可以合并使用