Julia 中的向量矩阵元素明智乘法（按行）高效

Question

我想将矩阵 A 的每一行乘以相同的向量 v。例如

A =[1.0 3.0; 1.0 1.0]
v = [1.0, 2.0]

我想输出

 [1.0 6.0; 1.0 2.0]

到目前为止我正在做：

(v.*A')'

但我怀疑这在计算上是否高效，因为我将矩阵转置两次。

请注意，这个问题已为 Matlab 解答（https://uk.mathworks.com/matlabcentral/answers/243307-vector-matrix-multiplication-row-wise）

Answer 1

您至少有以下选择：

\n\n

\n
• (v.*A')'（OP的建议）
\n
• v'.*A（最短路线）
\n
• mapslices(row->v.*row, A, 2)
\n
• 来自 @AborAmmar 帖子的手动实施（最快的方法）
\n

\n\n

IE

\n\n

function tt(v, A)\n    r = similar(A)\n    @inbounds for j = 1:size(A,2) \n        @simd for i = 1:size(A,1) \n            r[i,j] = v[j] * A[i,j] # fixed a typo here!\n        end\n    end \n    r\nend \n

\n\n

速度对比（按升序排列）

\n\n

julia> @btime tt($v,$A); # @AborAmmar's answer\n  38.826 ns (1 allocation: 112 bytes)\n\njulia> @btime ($v)'.*$A;               \n  49.920 ns (1 allocation: 112 bytes)\n\njulia> @btime (($v).*($A)')';           \n  123.797 ns (3 allocations: 336 bytes)                           \n\njulia> @btime mapslices(row->($v).*row, $A, 2);\n  25.174 \xce\xbcs (106 allocations: 5.16 KiB)\n

\n\n

编辑：从@AborAmmar 的帖子（替换旧帖子）中进行了更仔细、更快的手动实施，并更新了速度比较。

\n