查找2个巨大数组

Question

为了简单起见，我将一个非常大的2D空间映射到一个简单的位数组（实际上它是大约200k的成员）。

现在让我们说我运行一个小型算法来绘制一个＆＃34;圈＆＃34;给出中心点和半径的1 s。

这是一个示例，左侧绘制了一个圆圈，在下一次计算中，它的中心向上移动了1。

0000000        0001000
0001000        0011100
0011100    ->  0011100
0011100        0001000
0001000        0000000
0000000        0000000

现在我有很多这些地图的图层，在我计算出来之后，我需要＆＃34;展平＆＃34;它们（有点像Photoshop混合图层选项） - 目前我每次都在整个阵列上进行迭代并组合整个阵列 - 尽管其中95％都没有真正改变。

Psuedo代码

for(int x = 0; x < width; x++)
   for(int y = 0; y < height; y++)
      int index = x + y * width
      result[index] = layer1[index] * layer2[index]

这非常低效，我需要提高我的表现。

更新：我们最终做了什么

稀疏矩阵完全我们需要的东西，我们最终使用最适合我们使用的键字典（DOK）（动态构建每一层和＆＃ 34;混合＆＃34;他们在一起）。

我们提出的解决方案是使用3个阵列：

1. float数组，大小为我们可能拥有的最大成员数（值）
2. 位数组（大小相同），标记值数组中的哪个成员有效
3. int数组（大小相同），保存值数组中使用的索引（稍后再迭代）+增量int，用作指向索引数组中成员数量的指针

由于我们的需求严重依赖于内存使用和CPU，我们将每个稀疏矩阵包装成双缓冲区形式，以便不为每个混合生成新数组。

最终，这个解决方案为我们带来了x15-x20更好的CPU结果（比我们之前的天真蛮力方法），并且在内存方面我们将RAM使用率降低了大约98％。

Answer 1

根据我的理解，并使用photoshop图层类比：

你有你的潜在“图像”，存储为“密集的”2D阵列，当然，因为这是你的数据，每个“像素”都很重要。到目前为止一切都很好。

额外的图层代表小更改：当表示为2D数组时，其条目的几乎所有都将为零。

在这种情况下，您需要查看稀疏矩阵表示：您只需存储记录非坐标的元组sudo yum install python-devel 列表，而不是存储完整的2D数组。 - 零细胞。

这样，在这些矩阵上运行的任何算法都将按照有多少非零的顺序运行，而不是基于矩阵的总条目数。