在 C++ 中計算兩個向量的點積

Jinku Hu 2023年10月12日
  1. 使用 std::inner_product 在 C++ 中計算兩個向量的點積
  2. 使用 std::transform_reduce 在 C++ 中計算兩個向量的點積
  3. 使用 std::transform_reducestd::execution::par 計算兩個向量的點積
在 C++ 中計算兩個向量的點積

本文將演示在 C++ 中計算兩個向量的點積的多種方法。

點積是兩個向量的相應元素的乘積之和。假設我們有兩個向量-{1,2,3}{4,5,6},這兩個向量的點積是 1*4+2*5+3*6=32

使用 std::inner_product 在 C++ 中計算兩個向量的點積

std::inner_product 是 C++ 數值演算法庫的一部分,包含在 <numeric> 頭中。該方法計算兩個範圍的乘積之和,第一個範圍用 begin/end 迭代器指定,第二個範圍只用 begin 指定。該函式還將 init 作為第四個引數來初始化累加器的值。返回值是給定範圍的最終點積值。注意 std::inner_product 總是按照給定的順序執行操作。

#include <iostream>
#include <iterator>
#include <numeric>
#include <vector>

using std::copy;
using std::cout;
using std::endl;
using std::vector;

int main() {
  vector<int> vec1{1, 2, 3, 4, 5};
  vector<int> vec2{2, 4, 6, 8, 10};

  copy(vec1.begin(), vec1.end(), std::ostream_iterator<int>(cout, "; "));
  cout << endl;

  copy(vec2.begin(), vec2.end(), std::ostream_iterator<int>(cout, "; "));
  cout << endl;

  cout << "Scalar product is: "
       << inner_product(vec1.begin(), vec1.end(), vec2.begin(), 0);
  cout << endl;

  return EXIT_SUCCESS;
}

輸出:

1; 2; 3; 4; 5;
2; 4; 6; 8; 10;
Scalar product is: 110

使用 std::transform_reduce 在 C++ 中計算兩個向量的點積

與之前的方法不同,std::transform_reduce 可以不按順序對範圍進行操作,從而使效能最大化。std::transform_reduce 本質上是 std::inner_product 演算法的並行化版本。下面的例子演示了函式的執行,其引數與前面的例子中傳遞的引數相同。

#include <iostream>
#include <iterator>
#include <numeric>
#include <vector>

using std::copy;
using std::cout;
using std::endl;
using std::inner_product;
using std::vector;

int main() {
  vector<int> vec1{1, 2, 3, 4, 5};
  vector<int> vec2{2, 4, 6, 8, 10};

  copy(vec1.begin(), vec1.end(), std::ostream_iterator<int>(cout, "; "));
  cout << endl;

  copy(vec2.begin(), vec2.end(), std::ostream_iterator<int>(cout, "; "));
  cout << endl;

  cout << "Scalar product is: "
       << std::transform_reduce(vec1.begin(), vec1.end(), vec2.begin(), 0);

  return EXIT_SUCCESS;
}

輸出:

1; 2; 3; 4; 5;
2; 4; 6; 8; 10;
Scalar product is: 110

使用 std::transform_reducestd::execution::par 計算兩個向量的點積

另外,還可以為 std::transform_reduce 演算法指定一個執行策略。這種方法為程式設計師提供了更多的控制,因為程式流程可以通過本手冊中定義的執行規則進行定製。儘管使用 transform_reduce 可以提高效能,但在指定並行執行策略時,應時刻注意潛在的競爭條件。

#include <execution>
#include <iostream>
#include <iterator>
#include <numeric>
#include <vector>

using std::copy;
using std::cout;
using std::endl;
using std::inner_product;
using std::vector;

int main() {
  vector<int> vec1{1, 2, 3, 4, 5};
  vector<int> vec2{2, 4, 6, 8, 10};

  copy(vec1.begin(), vec1.end(), std::ostream_iterator<int>(cout, "; "));
  cout << endl;

  copy(vec2.begin(), vec2.end(), std::ostream_iterator<int>(cout, "; "));
  cout << endl;

  cout << "Scalar product is: "
       << std::transform_reduce(std::execution::par, vec1.begin(), vec1.end(),
                                vec2.begin(), 0);

  return EXIT_SUCCESS;
}

輸出:

1; 2; 3; 4; 5;
2; 4; 6; 8; 10;
Scalar product is: 110
作者: Jinku Hu
Jinku Hu avatar Jinku Hu avatar

DelftStack.com 創辦人。Jinku 在機器人和汽車行業工作了8多年。他在自動測試、遠端測試及從耐久性測試中創建報告時磨練了自己的程式設計技能。他擁有電氣/ 電子工程背景,但他也擴展了自己的興趣到嵌入式電子、嵌入式程式設計以及前端和後端程式設計。

LinkedIn Facebook

相關文章 - C++ Vector