syn*_*gma 4 matrix apl dyalog matrix-multiplication
以下是Mastering Dyalog APL书中关于内部积的章节的摘录：
HMS is a variable which contains duration in Hours, Minutes, and Seconds: HMS ? 3 44 29 Chapter J – Operators 397
We would like to convert it into seconds. We shall see 3 methods just now, and a 4th
method
will be given in another chapter.
A horrible solution (3600×HMS[1]) + (60×HMS[2]) + HMS[3]
A good APL solution +/ 3600 60 1 × HMS
An excellent solution with Inner Product 3600 60 1 +.× HMS
然后它说第二个和第三个解决方案在键入的字符数和性能方面是等效的。
据我了解，APL 程序员一般应该尽可能多地使用Inner Product，以及Outer Product。那是对的吗？
你能举一个例子，当使用内积会导致性能提升吗？当我使用内积（在较低级别）时到底会发生什么？下面给出的第一个解决方案是否很糟糕，因为它没有以正确的方式使用 APL 语法还是实际上性能更差？
我知道有几个问题，但我想问的是内部/外部产品是如何工作的，以及 APL 程序员应该在什么时候使用它们。
小智 6
我们\xe2\x80\x99已经完成了优化+/和+.\xc3\x97的工作。
\n\nMBaas 是正确的，因为在这种情况下 +/ 恰好比 + 稍好。\xc3\x97
\n\n我们的一般建议是：使用最适合工作的语言结构，最终实现会赶上。
\n\n“可怕”的解决方案被认为是糟糕的，因为它没有使用数组思维。
\n\n问候，
\n\n文斯，Dialog 支持
\nAPL 程序员一般应该尽可能多地使用内积和外积。那是对的吗？
这真的取决于 APL 程序员和手头的任务，但如果有什么能让 APL 代码更简洁和高效，我不明白为什么程序员不会选择它。
在这种特殊情况下60?HMS甚至比内积更简洁和高效。
你能举一个例子，当使用内积会导致性能提升吗？
正如在面向数组的编程中一样，性能提升是通过一次性完成的。大多数 APL 函数都是隐式循环——它们的实现使用一个计数器、一个限制和一个增量步。你的代码越短越好，因为它不仅更容易记住，而且效率也更高，因为解释器必须对数据进行更少的传递。一些实现进行循环融合以试图减少这种开销。有些具有习语识别功能——某些波浪线组合在解释器中是特殊情况。一次性完成还允许解释器进行巧妙的优化，例如使用 SSE 指令集或 GPU。
回到内积，让我们以A f.g BwhereA和Bare 向量为例，看看f和g是如何应用的（在 Dyalog 中）：
f?{??(??),' f ',?? ? ?+?}
g?{??(??),' g ',?? ? ?×?}
0 1 2 3 4 f.g 5 6 7 8 9
4 g 9
3 g 8
24 f 36
2 g 7
14 f 60
1 g 6
6 f 74
0 g 5
0 f 80
80
从上面可以看出，调用f和g是交错的。解释器同时处理f和减少g，一次性完成，避免创建临时数组，就像f/ A g B会做的那样。
另一个例子：http : //archive.vector.org.uk/art10500200
您可以自己测试不同解决方案的性能，看看哪一个最有效：
)copy dfns.dws cmpx
? or: ")copy dfns cmpx" if you are using Windows
HMS ? 3 44 29
cmpx '(3600×HMS[1]) + (60×HMS[2]) + HMS[3]' '+/ 3600 60 1 × HMS' '3600 60 1 +.× HMS' '60?HMS'
(3600×HMS[1]) + (60×HMS[2]) + HMS[3] ? 2.7E¯6 | 0% ????????????????????????????????????????
+/ 3600 60 1 × HMS ? 9.3E¯7 | -66% ??????????????
3600 60 1 +.× HMS ? 8.9E¯7 | -68% ?????????????
60?HMS ? 4.8E¯7 | -83% ???????