迹忆客 专注技术分享

本文将演示在 C++ 中计算两个向量的点积的多种方法。

点积是两个向量的相应元素的乘积之和。假设我们有两个向量-{1，2，3} 和 {4，5，6}，这两个向量的点积是 1*4+2*5+3*6=32。

使用 std::inner_product 在 C++ 中计算两个向量的点积

std::inner_product 是 C++ 数值算法库的一部分，包含在 <numeric> 头中。该方法计算两个范围的乘积之和，第一个范围用 begin/end 迭代器指定，第二个范围只用 begin 指定。该函数还将 init 作为第四个参数来初始化累加器的值。返回值是给定范围的最终点积值。注意 std::inner_product 总是按照给定的顺序执行操作。

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

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

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;
}

输出：

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

使用 std::transform_reduce 在 C++ 中计算两个向量的点积

与之前的方法不同，std::transform_reduce 可以不按顺序对范围进行操作，从而使性能最大化。std::transform_reduce 本质上是 std::inner_product 算法的并行化版本。下面的例子演示了函数的执行，其参数与前面的例子中传递的参数相同。

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

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

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;
}

输出：

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

使用 std::transform_reduce 和 std::execution::par 计算两个向量的点积

另外，还可以为 std::transform_reduce 算法指定一个执行策略。这种方法为程序员提供了更多的控制，因为程序流程可以通过定义的执行规则进行定制。尽管使用 transform_reduce 可以提高性能，但在指定并行执行策略时，应时刻注意潜在的竞争条件。

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

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

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;
}

输出：

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