我正在编写一个应用程序，在某个块中需要对实数进行3*500*500次幂运算。当我使用exp(y*log(x))算法时，程序明显会出现延迟。如果我使用另一种基于数据类型玩耍的算法，则速度显着更快，但该算法不太精确，虽然为模拟提供了不错的结果，但在速度方面仍不完美。
是否有任何精确的幂运算算法，比exp(y*log(x))更快？
谢谢您的帮助。
是否有任何精确的幂运算算法，比exp(y*log(x))更快？
谢谢您的帮助。
2个回答
5
如果你需要高精度，并且事先不知道基数（x值）的分布情况，那么pow(x, y)是最佳的可移植答案（在许多平台上，这比exp(y*log(x))更快，而且在数字上的表现也更好）。如果你确实知道x和y可能处于的范围以及它们的分布情况，那么这将对提供建议的人非常有帮助。
通常，为了保持良好的准确性并加快计算速度，可以使用专门设计用于同时处理x值和y值数组的库函数。但这样的库实现往往要花费金钱（例如Intel的MKL），或者是特定于某个平台（例如OS X上的Accelerate.framework中的vvpowf）。我不太了解MinGW，所以其他人需要告诉你那里有什么可用的资源。GSL可能会有类似的东西。
通常，为了保持良好的准确性并加快计算速度，可以使用专门设计用于同时处理x值和y值数组的库函数。但这样的库实现往往要花费金钱（例如Intel的MKL），或者是特定于某个平台（例如OS X上的Accelerate.framework中的vvpowf）。我不太了解MinGW，所以其他人需要告诉你那里有什么可用的资源。GSL可能会有类似的东西。
- Stephen Canon
4
根据你的算法（特别是如果你没有太多的加法），有时可以在对数空间下工作（至少部分）。你可能已经考虑过这一点，但如果你的中间表示是log_x和log_y，那么log(x^y) = exp(log_y) * log_x，速度会更快。如果你能够有选择地使用它，那么计算log(x^y)作为y * log_x甚至更便宜。如果你可以避免甚至只是几个指数运算，你就可以获得很高的性能。如果有任何方法可以重写你的循环，以便将指数运算操作移到最内层循环之外，那么这几乎可以确定会提高性能。
- Eamon Nerbonne
网页内容由stack overflow 提供, 点击上面的可以查看英文原文，
原文链接
原文链接