杰里米·西克;安德鲁·卢姆斯代恩 便携式高性能数值线性代数的现代框架。 （英语） Zbl 0943.65037号 Langtangen，Hans-Petter（编辑）等人，《科学计算软件工具的进展》。科学计算现代软件工具国际研讨会，SciTools’98，挪威奥斯陆，1998年9月14日至16日。柏林：斯普林格。莱克特。注释计算。科学。工程10，1-55（2000）。 摘要：我们提出了一种通用的编程方法，用于表示数值线性代数的数据结构和算法。我们还介绍了这种方法的一种高性能实现，即矩阵模板库（MTL）。与标准模板库一样，我们的方法是五重的，包括泛型函数、容器、迭代器、适配器和函数对象，所有这些都是专门为高性能数值线性代数开发的。在我们的框架中，我们提供了与定义线性代数的数学运算相对应的泛型函数。类似地，容器、适配器和迭代器用于表示和操作具体的线性代数对象，如矩阵和向量。然而，对于许多科学计算用户来说，优雅的编程界面的优点仅次于性能问题。我们如何在MTL中取得高绩效有两个方面。第一个是在现代优化编译器中使用静态多态性（模板函数），实现了极大的灵活性，同时不会损失性能。第二是将抽象应用于优化过程本身。基本线性代数指令集（BLAIS）是几个重要优化的抽象接口。我们的实验结果表明，尽管MTL和BLAIS完全用C++编写，但使用BLAIS的MTL实现的性能与供应商优化的库一样好或更好。因此，我们得出结论，与传统观点相反，抽象的使用并不是性能的障碍，而且某些抽象实际上可以促进优化。此外，MTL的实现需要更少数量级的代码行，同时节省了开发和维护工作。关于整个系列，请参见[Zbl 0930.00058号]. 引用于2文件 MSC公司： 65传真 数值线性代数 65日元 数值算法的封装方法 68甲19 其他编程范式（面向对象、顺序、并发、自动等） 65年20月 数值算法的复杂性和性能 关键词：软件构造;程序设计方法;数据结构;算法;数值线性代数;高性能实现;矩阵模板库;科学计算;C类++ 软件：阿特拉斯;PHiPAC公司;ITSOL公司;EISPACK公司;斯帕斯基;BLAS公司 PDF格式BibTeX公司 XML格式引用 \textit{J.Siek}和\textit{A.Lumsdaine}，莱克特。注释计算。科学。工程10，1-55（2000；Zbl 0943.65037）