matlab matrix funziona in java

Question

Ho notato che MATLAB esegue alcune funzioni di matrice molto velocemente, ad esempio l'aggiunta di 5 a tutti gli elementi di un array n * n avviene quasi istantaneamente anche se la matrice è grande perché non è necessario eseguire il ciclo ogni elemento, facendo lo stesso in java il ciclo for richiede per sempre se la matrice è grande.

Ho due domande, ci sono classi integrate efficienti in java per eseguire operazioni matrix, in secondo luogo come posso codificare qualcosa per aggiornare tutti gli elementi di una grande matrice in java in modo più efficiente.

Answer 1

Colt potrebbe essere il più veloce.

"Colt fornisce una serie di Open Source Libraries for High Performance scientifica e Technical Computing in Java." "Per esempio, il progetto di Ninja di IBM Watson ha dimostrato che Java può infatti eseguire BLAS calcoli di matrice fino al 90% più velocemente Fortran ottimizzato ".

JAMA!

"JAMA è un pacchetto di algebra lineare di base per Java e fornisce classi a livello utente per la costruzione e la manipolazione di matrici reali e dense."

O il Efficient Java Matrix Librar y

"Efficient Java Matrix Biblioteca (EJML) è una libreria di algebra lineare per la manipolazione di matrici dense suoi obiettivi di progetto sono:. 1) di essere il più computazionalmente efficiente possibile sia per le piccole e grandi matrici e 2) per essere accessibile sia ai principianti che agli esperti. "

Answer 2

appena imbattuto in questo annuncio e ho pensato di buttare i miei due centesimi in. Io sono autore di EJML e sto anche lavorando su un benchmark delle prestazioni e la stabilità per le librerie Java. Mentre diversi problemi determinano la velocità di un algoritmo, Mikhail è corretto sul fatto che il caching è un problema molto importante nelle prestazioni delle grandi matrici. Per le matrici più piccole, le librerie in testa diventano più importanti.

A causa di sovraccarico nell'accesso agli array, le librerie Java pure sono più lente delle librerie c altamente ottimizzate, anche se gli algoritmi sono esattamente gli stessi. Alcune librerie aggirano questo problema effettuando chiamate al codice nativo. Si potrebbe voler controllare

http://code.google.com/p/matrix-toolkits-java/

che fa esattamente questo. Ci sarà un sovraccarico nel copiare la memoria da java alla libreria nativa, ma per le matrici di grandi dimensioni questo è insignificante.

Per un benchmark sulle prestazioni di Java puro (quello che sto lavorando a) controllare:

http://code.google.com/p/java-matrix-benchmark/

Un altro punto di riferimento è qui:

http://www.ujmp.org/java-matrix/benchmark/

Uno di questi i benchmark dovrebbero darti una buona idea delle prestazioni per le matrici di grandi dimensioni.