我编写了两种算法实现来计算对称矩阵的所有特征值和特征向量。一个实现使用REPA库
虽然其他实现使用可变向量和ST monad
该算法是Jacobi方法，其描述可在以下找到 http://en.wikipedia.org/wiki/Jacobi_eigenvalue_algorithm
我使用100个100 x 100的矩阵测试了这两个实现，顺序运行代码，我发现了以下时间：
REPA Mutable Vectors
Total time(s) 6.7 28.5
GC (s) 0.2 1.2
雅可比算法需要迭代更新一些矩阵条目，这意味着大多数矩阵在迭代之间保持不变。 因此，我会猜错（错误地）在REPA实现中为每次迭代复制新矩阵的成本将大于使用monad ST变换矩阵的成本，因为据我所知，REPA不会改变数组，但复制它。
REPA融合所有操作并避免在每次迭代中复制新数组？还是别的什么？
有人可以对此结果发表评论吗？