时间相乘矩阵和向量

[poster]

我写了此算法以两种方式解析矩阵向量乘积：想象我有一个矩阵A nxn和一个向量X nx1

1）内积：Y11 = A11 * X11 + A12 * X21 + .... + A1n * n1依此类推

2）线性组合：Y = Colum1mn * X1 + Column2 * X2，依此类推

我这样做是因为我想比较谁是乘以Matrix-Vector最快的方法

n = [10000,9000,8000,7000,6000,5000,4000,3000,2000,1500,1000,800,500,300,100]

运行算法3次，取n的每个值取平均值， 得到该图 ，我是对的，由于乘积是如何在内存中保存的，内积是最快的，但是我运行了3次算法来绘制图点得到N = 7000的时间> N = 8000的时间> N = 9000的时间。我想知道为什么吗？我认为可能是计算机将开始缓慢地进行计算，但是如果我多次运行算法，它将使计算速度更快。但是我在前3次（总共10次）之后运行了7次算法，并且得到了大致相同的结果（这次n = 7000时间大约是130秒而不是150秒，但仍然是时间7000>时间8000>时间9000）

这是我写的代码

def Lineal_C(A,x,n): y=np.zeros(n) t = time.clock() for j in range(n): for i in range(n): y[i]=y[i]+A[i][j]*x[j][0] time_spent = time.clock() - t print ("%.10f sec" % (time_spent)+" n"+str(n)+" Lineal Combination ") def Inner_P(A,x,n): y=np.zeros(n) t = time.clock() for i in range(0,n): for j in range(n): y[i]=y[i]+A[i][j]*x[j][0] time_spent = time.clock() - t print ("%.10f sec" % (time_spent)+" n="+str(n)+" ------MatVectFila - Producto Interno--------")

更多&回答...