我需要采样一个巨大的随机矩阵，其大小为 499 x 15500 ，即 7734500元素。出于这个原因，我希望抽样程序尽可能有效。目前，在 cpp 文件中，我正在这样做：

std::random_device rd; // seed generator
std::mt19937_64 generator{rd()}; // generator initialized with seed from rd

std::uniform_int_distribution<> initialize(unsigned long long int modulus)
{
    std::uniform_int_distribution<> unifDist{0, (int)(modulus-1)};
    return unifDist;
}

Matrix<unsigned int> uniformRandomMatrix
    (unsigned int rows, unsigned int columns, unsigned long long int modulus)
{
    std::uniform_int_distribution<> dist = initialize(modulus);
    // Declare and allocate the matrix
    Matrix<unsigned int> matrix(rows, columns);
    // this constructor just does a resize on a std::vector
    // Fill the matrix with random elements
    for(unsigned int i = 0; i < rows; ++i)
    {
        for(unsigned int j = 0; j < columns; ++j)
        {
            matrix.setElementAt(i, j, dist(generator));
            // setElementAt just does matrix[somePosition] = newElement
        }
    }
    return matrix;
}

请注意，为了提高效率，Matrix是作为一维std::vector实现的。

我能做得比这更好吗？现在，对这个巨大的矩阵进行采样大约需要0.16秒。

使用std::vector::data编辑

新方法是这样的：我在Matrix类中添加了一个方法

inline std::vector<T> exposeVector()
{
    return matrix;   // 'matrix' is the name of the private std::vector
}

然后取样制服Matrix

Matrix<unsigned int> uniformRandomMatrix
    (unsigned int rows, unsigned int columns, unsigned long long int modulus)
{
    std::uniform_int_distribution<> dist = initialize(modulus);
    // Declare and allocate the matrix
    Matrix<unsigned int> matrix(rows, columns);
    std::vector<unsigned int> v = matrix.exposeVector();
    unsigned int* p = v.data();
    for(unsigned int i = 0 ; i < rows*columns ; ++i)
    {
        *p = dist(generator);
        ++p;
    }
    return matrix;
}

一切似乎都很好，但我在性能方面没有获得任何好处。