如何使用 C++ STL 算法重写嵌套循环

How to rewrite a nested loop using the C++ STL algorithms?

本文关键字：重写 嵌套循环 算法 STL 何使用 C++      更新时间：2023-10-16

这个循环很简单，但我似乎无法使用 STL 算法来给出下面的相同嵌套循环。

const int a_size = 5; // input
const int c_size = 2; // output
const int b_size = a_size * c_size; // multipliers
std::vector<float> a(a_size);
std::vector<float> b(b_size);
std::vector<float> c(c_size);
// fill a and b with data
// this nested loop
for(int i = 0; i<c_size; i++) {
    c[i] = 0.0;
    for(int k = 0; k<a_size; k++) {
        c[i] += (a[k] * b[i*a_size+k]);
    }
    c[i] = sigmoid(c[i]);
}

我想这样做的原因是 Boost.Compute 库，它将使用类似 STL 的算法（std：：transform、std：：for_each 等）在 GPU 上进行计算。

实际上嵌套循环是算法std：：inner_product。

auto first = std::begin( b );
auto increment = std::distance( std::begin( a ), std::end( a ) );
//,,
c[i] = std::inner_product( std::begin( a ), std::end( a ), first, 0 );
std::advance( first, increment );

代替外部循环，您可以使用算法 std：：generate。

我想

出了：

auto i = 0;
generate(begin(c), end(c), [&i, &a, &b]
{
    return sigmoid(inner_product
    (
        begin(a), end(a),
        begin(b) + distance(begin(a), end(a)) * i++, 0.f
    ));
});

但它看起来不太好 - 可能在这种情况下，我更愿意编写自己的算法。

或者使用矩阵形式。有了Eigen库，它将变成：

MatrixXd b;
VectorXd a, c;
// ...
c = (b*a).unaryExpr(sigmoid);
相关文章：