特殊乘積(Special Products)

函數

template<class V, class E1, class E2> BOOST_UBLAS_INLINE V &  axpy_prod (const matrix_expression< E1 > &e1, const vector_expression< E2 > &e2, V &v, bool init=true)
  計算v += A xv = A x 使用一種優化形式。

template<class V, class E1, class E2> BOOST_UBLAS_INLINE V &  axpy_prod (const vector_expression< E1 > &e1, const matrix_expression< E2 > &e2, V &v, bool init=true)
  計算v += AT xv = AT x使用一種優化形式。

template<class M, class E1, class E2> BOOST_UBLAS_INLINE M &  axpy_prod (const matrix_expression< E1 > &e1, const matrix_expression< E2 > &e2, M &m, bool init=true)
  計算M += A XM = A X使用一種優化形式。

template<class M, class E1, class E2> BOOST_UBLAS_INLINE M &  opb_prod (const matrix_expression< E1 > &e1, const matrix_expression< E2 > &e2, M &m, bool init=true)
  計算M += A XM = A X 使用一種優化形式。


BOOST_UBLAS_INLINE V& axpy_prod const matrix_expression< E1 > &  e1,
const vector_expression< E2 > &  e2,
V &  v,
bool  init = true
 

計算 v += A x or v = A x 使用一種優化形式。

參數:
e1 矩陣表達式 A
e2  向量表達式 x
v 返回的結果向量v
init 一個布爾參數
axpy_prod(A, x, v, init) 實現知名的( well known )axpy-product。將init 設置為true 等價於在axpy_prod之前調用v.clear() 。當前init 的缺省值為true,但可能在將來發生改變。

到目前為止,一些針對於壓縮矩陣的特化相比於prod有巨大的速度提升。

BOOST_UBLAS_INLINE V& axpy_prod const vector_expression< E1 > &  e1,
const matrix_expression< E2 > &  e2,
V &  v,
bool  init = true
 

計算v += AT x or v = AT x使用一種優化形式。

參數:
e1 向量表達式x
e2 矩陣表達式A
v 返回的結果向量v
init 一個布爾參數
axpy_prod(x, A, v, init)實現知名的( well known )axpy-product。將init 設置為true 等價於在axpy_prod之前調用v.clear() 。當前init 的缺省值為true,但可能在將來發生改變。

到目前為止,一些針對於壓縮矩陣的特化相比於prod有巨大的速度提升。

BOOST_UBLAS_INLINE M& axpy_prod const matrix_expression< E1 > &  e1,
const matrix_expression< E2 > &  e2,
M &  m,
bool  init = true
 

計算M += A X or M = A X 使用一種優化形式。

參數:
e1 矩陣表達式A
e2 矩陣表達式X
m 返回的結果矩陣M
init 一個布爾參數
axpy_prod(A, X, M, init) 實現知名的( well known )axpy-product。將init 設置為true 等價於在axpy_prod之前調用M.clear() 。當前init 的缺省值為true,但可能在將來發生改變。

到目前為止沒有特化。

BOOST_UBLAS_INLINE M& opb_prod const matrix_expression< E1 > &  e1,
const matrix_expression< E2 > &  e2,
M &  m,
bool  init = true
 

計算M += A X or M = A X 使用一種優化形式。

參數:
e1 矩陣表達式A
e2 矩陣表達式X
m  返回的結果矩陣M
init 一個布爾參數
opb_prod(A, X, M, init) 實現知名的( well known )axpy-product。將init 設置為true 等價於在opb_prod之前調用M.clear() 。當前init 的缺省值為true,但可能在將來發生改變。

如果A的列數比行數少,這個函數會有一定的速度提升,因為這個乘積作為乘積的和(sum of outer products)來計算。


Copyright (©) 2000-2004 Michael Stevens, Mathias Koch, Joerg Walter, Gunter Winkler
Use, modification and distribution are subject to the Boost Software License, Version 1.0. (See accompanying file LICENSE_1_0.txt or copy at http://www.boost.org/LICENSE_1_0.txt ).