我最近参加了一次面试，面试要求我乘以2个矩阵，这真的很容易。然后有人问我：
想象一下，当读取任何矩阵的一个值时，CPU会从右边得到4个相邻的值，你如何利用这个事实来提高性能？
起初，我想把每4个值保存在变量中，而不是读取A[I][j]，我可以简单地检查变量，但这根本没有帮助，因为我们仍然在从内存中读取值，因此没有任何优势。。。
优化矩阵乘法没有单一的方法，只有一种方法。我不知道你的面试官期望的是相似的还是完全不同的。
该方法确实要求以特殊的方式存储矩阵(既不是行主矩阵也不是列主矩阵(，但对所有矩阵来说都是相同的方式，因此不需要在行主表示和列主表示之间切换(没有中间结果的转置(。
基本思想是将矩阵存储为2x2个元素块的2D阵列。换句话说，你这样安排
a[2*i+0][2*j+0]
a[2*i+0][2*j+1]
a[2*i+1][2*j+0]
a[2*i+1][2*j+1]
在内存中是连续的，因此它们被提取并存储在一起。
然后，您只需将矩阵按块相乘(一行块乘以一列块(。
你需要填充奇数大小的矩阵，但对于大矩阵来说，这并不太昂贵。