PROSAGA码农传奇-CF计算编织-在python3中计算双和内的点积的有效方法

在python3中计算双和内的点积的有效方法

作者: star*위위
发布时间: 2024-04-18 02:12:11 (6天前)
转自：

<div class =“post-text”itemprop =“text”>
  <P>
    好的，非常感谢你的帮助。 IVlads使用身份的最后一个代码
     <code>
      sum_j sum_k a[j]*a[k] = sum_j a[j] * sum_k a[k]
    </code>
     最大的不同。现在，这也会小于O（N ^ 2）。
在总和之前预先计算点积使得hpaulj的numpy建议完全相同：
  </p>
   <pre>
    <code>
      sum_np = 0
dotprods = np.inner(q_np,r_np)
sum_rkexp = np.exp(1j * dotprods).sum()
sum_np = sum_rkexp * np.exp(-1j * dotprods).sum()

</code>
  </pre>
  <P>
    两者都是关于运行时的
     <code>
      0.0003s
    </code>
    。然而，我发现还有一件事会再增加约50％，而不是计算两次指数，我将总和中的复共轭：
  </p>
   <pre>
    <code>
      sum_np = 0
dotprods = np.inner(q_np,r_np)
rkexp = np.exp(1j * dotprods)
sum_rkexp = rkexp.sum()
sum_np = sum_rkexp * np.conj(rkexp).sum()

</code>
  </pre>
  <P>
    在附近运行
     <code>
      0.0002s
    </code>
    。我第一次尝试使用非矢量化numpy
     <code>
      ~4s
    </code>
    ，这是一个加速
     <code>
      2*10^4
    </code>
    ，以及我的'真实数据'阵列
     <code>
      N~6000
    </code>
     跑来跑去
     <code>
      125s
    </code>
     我现在明白了
     <code>
      0.0005s
    </code>
    ，这是一个惊人的加速
     <code>
      2.5*10^5
    </code>
    。非常感谢，IVlad和hpaulj，在最后一天学到了很多东西:)
附：我很惊讶你们有多快速回答我花了半天才跟进的东西;）
  </p>
</DIV>