Math 向量矩阵乘法顺序会影响性能吗？
这不是一个行主要与列主要的问题。这是一个与性能相关的计算问题顺序，基于矩阵乘法的关联特性：Math 向量矩阵乘法顺序会影响性能吗？,math,matrix,graphics,3d,Math,Matrix,Graphics,3d,这不是一个行主要与列主要的问题。这是一个与性能相关的计算问题顺序，基于矩阵乘法的关联特性：A（BC）=（AB）C 如果我有两个矩阵，A和B，还有一个向量v，我想把它们按一定的顺序相乘，例如ABv，我可以做（AB）v或A（Bv） 从编程的角度来看，如果我使用第二种方法并且总是将矩阵与向量相乘，我会从少得多的计算中获得更好的性能 例如，如果我们处理4x4矩阵： AB产生16个单独的计算结果，一个新的矩阵，每个结果来自一个点积 矩阵*向量产生4个计算结果，每个计算结果来自一个点积 因此： （AB）v为
A（BC）=（AB）CABvABv（AB）vA（Bv）AB矩阵*向量（AB）vA（Bv）因此，构建一个基于向量*矩阵从左到右的计算顺序执行的矩阵库是有意义的（即使您选择使用列主格式从右到左表示），因为向量与矩阵乘积相乘在图形中非常常见。您的想法是正确的，是的。找到矩阵链相乘的最佳方法是一个可以使用动态规划解决的问题。在矩阵的单个操作和涉及的单个向量的有限上下文中，您和tmyklebu是正确的。然而，在实际应用之前，通常需要了解更大的背景。这个问题围绕着A和B相对于v的变化频率的变化频率。如果与v相比，A和B是相对静态的（它们不会经常变化），那么最好预先计算AB，并将其应用于v恰好具有的任何值
此外，在实践中，存在一些由多个向量组成的几何体，通过首先计算AB，然后将该变换应用于几何体中的所有向量，可以更有效地对其进行变换和计算。这很有趣；因为在3D图形中，我们通常在计算中处理4x4矩阵和通常位于链一端的4元素向量，这个问题似乎更容易诊断，并导致一个简单的观察结果，即始终从向量开始，并确保每次计算都涉及向量是正确的方法。@Fellowshee:是的，但在3D图形之外，大矩阵更常见：）（当然，除了一个方便的DP示例之外，我从未见过任何人使用矩阵链乘法。）+1注意到静态AB应用于各种不同向量的情况，这在graphics中确实经常发生。and和tmyklebu已经正确地解释了它。作为我要补充的进一步见解，在计算机图形学中，特别是在使用可编程转换管道时，通常处理准静态矩阵（矩阵是大量向量的常数）。通常您有一个计算机视图·模型矩阵
MVPMVMV.v