小编oph*_*mac的帖子

我有一段代码，但我想提高性能。我的代码是：

lis = []
for i in range(6):
    for j in range(6):
        for k in range(6):
            for l in range(6):
                lis[i][j] += matrix1[k][l] * (2 * matrix2[i][j][k][l] - matrix2[i][k][j][l])  
print(lis)

matrix2 是一个 4 维 np-array，matrix1 是一个二维数组。

我想通过使用 np.tensordot(matrix1, matrix2) 来加速这段代码，但后来我迷路了。

我最近遇到了一段据称可以正常工作的代码，但我不太明白为什么。

size_t a = 19;
std::cout<<std::bitset<8>(a)<<std::endl;
a ^= a & -a;
std::cout<<std::bitset<8>(a)<<std::endl;

这段代码将反转给定无符号整数的最低有效位。我宁愿只写a ^= 1;，但我对为什么上面的代码实际上有效感到困惑。我认为做出unsigned int否定会导致未定义的行为？