建议使用哪些软件包在Android平台上执行复杂的数学运算，如向量乘法，向量转换（int到FP）等。它看起来不像java.lang.math足够坚固。有人建议我查看NDK和一个好的c / c ++ lib或siglib。还有其他建议吗？感谢...
答案 0 :(得分：1)
去年，我正在阅读a book，其中包括有关SIMD数学的主题。您可能知道，SIMD数学用于加速向量乘法和向量转换过程，我研究了索尼的VectorMath库。
虽然我无意构建处理器昂贵的应用程序，但它使用方便且易于使用。我认为问题在于它实际上是为索尼PS3处理器架构设计的，我不确定它是否可用于ARM芯片组。
以下是链接： Bullet SIMDMath库：http://bullet.svn.sourceforge.net/viewvc/bullet/trunk/Extras/simdmathlibrary/
Bullet VectorMath Library：http://bullet.svn.sourceforge.net/viewvc/bullet/trunk/Extras/vectormathlibrary/
修改
直接引用维基百科ARM架构页面：
高级SIMD（NEON） 高级SIMD扩展（也称为NEON或“MPE”媒体处理引擎）是64位和128位单指令多数据（SIMD）组合指令集，可为媒体和信号处理应用提供标准化加速。 NEON包含在所有Cortex-A8器件中，但在Cortex-A9器件中是可选的。[33] NEON可以在运行速度为10 MHz的CPU上执行MP3音频解码，并且可以在不超过13 MHz的频率下运行GSM自适应多速率（AMR）语音编解码器。它具有全面的指令集，独立的寄存器文件和独立的执行硬件。[34] NEON支持8,16,32和64位整数和单精度（32位）浮点数据，并在SIMD操作中运行，用于处理音频和视频处理以及图形和游戏处理。在NEON中，SIMD最多可同时支持16个操作。 NEON硬件共享与VFP中使用的相同的浮点寄存器。诸如ARM Cortex-A8和Cortex-A9之类的器件支持128位向量，但一次只能执行64位，[32]而较新的Cortex-A15器件可以一次执行128位。
这意味着即使没有SIMD指令的保证，它们也可能有。
和Tegra家庭：
与Tegra 2相比，Tegra 3中的ARM Cortex-A9现在支持ARM的SIMD扩展-NEON。