优化求和循环

Question

我想在C ++中实现汉高转换。 从向量in到out的转换本身（称为dht和idht ）定义为

out(m) = \sum_{n=0}^N c_{m,n}*in(n)

将c定义为矩阵。 因此，我通过以下方式（使用armadillo ）实现了它：

void HT::dht(const arma::cx_colvec &in, arma::cx_colvec &out)
{
    if(out.size() != in.size())
        out = arma::cx_colvec(in.size());
//#pragma omp parallel for
    for(size_t i = 0; i < in.size(); ++i)
        F(i) = (in[i] * r_max / bessel_zeros[i]);

    std::complex<double> G_0;

    for(size_t i = 0; i < in.size(); ++i)
    {
        G_0 = 0;
        for(size_t j = 0; j < in.size(); ++j)
            G_0 += c(i, j) * F[j];
        G(i) = G_0;
    };

//#pragma omp parallel for
    for(size_t i = 0; i < in.size(); ++i)
        out(i) = (G[i] / rho_max * 
        bessel_zeros[i]);

}

什么是提高此功能速度的最佳方法（根据valgrind，这是我的代码中最耗时的功能）？ 我已经使用#pragma -commands在OpenMP上测试了该功能，但这甚至减慢了速度。 我还能做些什么来提高功能的速度？

目前，该程序使用

g++ -I -O2 -g -march=native -std=gnu++17 -fopenmp main.cpp -lm -larmadillo -lgomp -lpthread -lX11 -L/opt/boost/lib -lboost_system -o main

编辑：我注意到我也可以更简洁地编写代码

F = in % (r_max / bessel_zeros);
G = c * F;
out = G % (bessel_zeros / rho_max);

这使我的加速时间为12.557毫秒vs.500个元素的10.082毫秒，以及359.787毫秒和2500个元素的312.383毫秒。 还有什么我可以优化的吗？

Answer 1

您可以一次计算“ r_max / bessel_zeros”和“ r_max * bessel_zeros”并将它们存储在数组中。

有没有理由只编译优化级别为2（-O2）而不是3的编译器？

休息看起来不错。 我不认为您可以大量播种。