这是在社区大学。我失败了，但想知道答案。
问题在于：您有一个表示图像的2D结构数组。每个结构都有一个红色，绿色，蓝色和alpha值。可以有更多信息，但不是解决问题所必需的。
假设图像是4000x4000或1600万个元素。每个角落都需要更新/检查每个元素。
对于您需要的每个元素：
“你不能强迫这一点，以更聪明的方式思考;你需要一个更好的算法”
我基本上做了一个循环。我是最快的，但他说这是“关于找到一个更好的算法，而不是使用可爱的编译器和指针技巧”。
还需要在纯C中。没有OpenMP / Threads或OpenGL着色，OpenCL等......只有带有标准库的ANSI C（甚至禁止使用GNU / POSIX库）。
我问过按位操作，他说“那些在C [??]中非常昂贵，而且是关于编写一个快速而可靠的算法，而不是你一直想出的这些可爱的技巧”。
所有提示？
答案 0 :(得分：6)
是的，让我们都弄清楚如何写一个算法“以'有趣'的方式修改蓝色。”，只要它“快速而坚实”。很高兴的社区学院教学如此强大。我从来没有听说过按位操作很贵。比较贵的什么？当你说你是“最快的”时，你的意思是你是第一个提出答案的人，或者你的答案是最有效的实施方式吗？如果你被迫将数据存储为结构的2D数组（而不是树），我不确定你还能做些什么。所以你知道你失败了，但没有被告知正确的答案？现在这就是我所说的edjumacation！
答案 1 :(得分：5)
rand()调用很可能会主宰程序的运行时，因此尝试使用智能循环结构或花哨的按位操作时，没有任何意义。
因此，最有效的优化可能实际上是将每个值从rand拆分为字节（取决于rand实现），以减少调用。
至于老师真正想要的是什么，这是一个疯狂的猜测：
答案 2 :(得分：4)
更新大型阵列最重要的一点是利用局部性来利用memory hierarchy。这会隐藏内存延迟，从而加速您的算法。
首先，您希望将每个像素的颜色一起处理，因为它们位于相同的结构中。像素的处理完全适合现代CPU的寄存器组。根据实际的存储情况，这里可以进行一些比特/字节/字的调整，但听起来你的教练并没有强调这一点。
其次，您希望按照存储在内存中的顺序更新像素。这意味着循环内部循环中的内部数组维度。这使编译器和CPU能够以大块（关键字缓存行和预取）有效地访问像素。
完全不同的方法是添加一个间接层。
不是直接访问图像阵列，而是通过访问器函数路由所有访问。现在，您可以编写访问器函数来实现对图像所需的更改，而无需访问数组，甚至可以遍历所有像素！
这就像面向对象语言中的Decorator模式。
答案 3 :(得分：2)
这看起来像是面试问题。真傻！如果你必须访问每个像素，那么你必须使用循环！毕竟，这是他们的目的。你可以做的最好的事情是做一个循环而不是两个循环，并在每次迭代时编辑更多的像素
答案 4 :(得分：2)
'每一个回合'
所以也许有一些优化在第一次迭代后不执行红色检查，因为这些值将是静态的
答案 5 :(得分：0)
我能想到的唯一方法是“假设图像是4000x4000或1600万个元素。每个元素需要每一轮都要更新/检查。”实际上意味着“假设图像是4000x4000或1600万个元素。每个元素需要每一轮都要更新/检查。”
然后，它说“还需要在纯C中。没有OpenMP / Threads或OpenGL着色，OpenCL等......”为什么要提到这个基本问题的“OpenGL着色”？
我认为（我只是猜测）实际问题有更多细节，并且正在推动学生以某种方式剪切图像处理（即图像的某些部分被覆盖或屏幕外，所以你可以跳过这些位）。
这只是猜测。因为我的小弟弟会说“这没有意义，否则!!!”
答案 6 :(得分：0)
也许教练正在寻找通过在单独的循环中处理颜色而获得的一些性能：
for each pixel
red pixel = (red pixel < 50) ? 50 : ((red pixel > 250) ? 250 : red pixel);
end-for
for each pixel
green pixel = 256 * rand()
end-for
for each pixel
blue pixel = (green pixel * 1024) % 256;
end-for
可能有更好的表现，但只有剖析才能说明。
此方法的一个优点是每种颜色都可以由独立的线程或核心处理。