在 Julia 中高效计算行总和和列总和

Question

考虑下面的代码

test_vector = 1:100
group_size = 10
num_groups = div(length(test_vector), group_size)
res_1 = sum(reshape(test_vector, group_size, num_groups), dims=1)
res_2 = sum(reshape(test_vector, group_size, num_groups), dims=2)

这段代码满足了我的要求。本质上，我将向量重塑为 10x10 矩阵，并计算行总和和列总和。然而，有没有一种方法可以更有效地实现这一目标呢？我知道

reshape

每次都会分配内存。我打算在程序中多次重复此代码（即，我将其编写为函数，以

test_vector

和

group_size

作为参数，并多次调用它）。完成此任务最有效的方法是什么（就速度和随后的内存分配而言）？

我尝试调整代码here，但它并没有完全实现我想要的。我可以得到提示吗？谢谢你。

Answer 1

在 Julia 中

reshape

没有分配。

julia> v1 = rand(100);

julia> @allocated v2 = reshape(v1, 10, 10)
96

（只存储整形信息，不复制数据）

这意味着改变原始的也会改变

reshape

:

julia> v1[1] = 99; @show v2[1,1];
v2[1, 1] = 99.0

事实上，两个变量都指向内存中的同一个位置：

julia> Int(pointer(v1)) == Int(pointer(v2))
true