高手们讨论下这次的题目吧

[aliceZOOZ]

大家都怎么做的那么快的。
第一题我读文件就要0.2s，不知道神人们怎么做到0.06s
第二题我要0.3s，参考了一些论文，用的是穷举+剪枝，但有很多人居然0s就出来了，不知道什么算法能这么快。
第三题我倒是能到0.016s，用的是传递闭包的算法，加了位操作和SSE2来计算。

还请各位高手不吝赐教

[TopBoy_Neu]

总的说就是比赛有一些不成熟的地方,第一题再快一些也有可能.

[aliceZOOZ]

原问其详

[pengzhenwanli]

第一题应该可以，读取文件的时间应该是不算的，使用SSE应该可以，好好计算一下，应该能节省下不少时间，我比较忙，就没有做。
第三题比较麻烦，传递闭包可以解决问题，但是cache miss太多，影响了算法，应该需要换新的算法，不然矩阵的数据来回在cache中颠倒，速度快不上去。

第二题我没有找到解决方案。自己想了一个，结果算我结果错误。
呵呵

[aliceZOOZ]

>>读取文件的时间应该是不算的

做过的都知道，是算的。而且是主要时间。
至少我感觉是这样子。

[godss]

1题都用内存映射的，交给操作系统去处理了，再加上SIMD指令
2就是拼剪枝，0s的很多是直接输出的
3用位运算，压缩成bit进行或操作，用多线程这里等待同步也比较麻烦些

[aliceZOOZ]

to godss()
用内存映射后可以到多快？
另外这题怎么用simd的？不是4个相邻的乘吗？

[godss]

内存映射能快1倍的样子，处理部分做得不好，simd有很多技巧的

[aliceZOOZ]

高手！
官方不是说不用改读文件的方法吗？看来又被骗了。

能介绍一下simd如何优化吗？我看了icl编译的代码，乘法用simd的单个数的乘法做的，貌似比fpu的快一丁点。simd我不是很熟悉，也不知道怎么做这种垂直的乘法。能举一个例子吗？
谢谢了！

btw: 这次前50的速度都在0.2s以下，为什么没什么讨论呢？记得冬天的那次比赛大家讨论的都很充分，比赛一结束都贴报告了。这些报告让人受益匪浅。这次是参加的人少了，还是大家觉得题目不值得讨论了？

[yinming528]

我相信第三题收缩强联通分支，拓扑排序后，用二进制压位，是比传递闭包快很多的，虽然它们的渐进时间复杂度相同。

[aliceZOOZ]

第三题数据量不大，做那么多额外工作会得不偿失的。

[yinming528]

如果真的有1000个顶点，图密集一些的话，差别就会很明显了。。。只怪intel的数据。。太。。。。*&#@$*&#@......唉···

[pengzhenwanli]

我认为确实没有读文件的时间，我的程序结果是这样的。
SIMD，你看一下连续4个数相乘，下一次相乘其实只改1个数的。

关于第2题，我认为0S，基本上不可能，不知道怎么做的。

第三题还没有想好，优化的不是很好。

[aliceZOOZ]

1000个顶点，用位操作，在他所测试的机器环境上，只要0.015s。而估计他测试程序运行时间的误差估计也差不多能有个10ms左右。

[aliceZOOZ]

如果是1w或10w个顶点，可以考虑做个收缩强连通分支。

[huanyun]

等决赛名单公布后　我会公开自己的源码
第一题　用异步IO＋SSE　或者FileMap＋快速算法［取MaxMul/10000/10000/10000过滤减少乘法］

[aliceZOOZ]

经大家的提示，第一题我写了一个用 SSE 的，
这里为了简单起见，假定数组是a，个数是num个，num是4的倍数。

__m128 mx = _mm_setzero_ps();
int idx[4] = {0};
for (int i = 0; i < num; i += 4)
{
__m128 t0 = _mm_loadu_ps(a + i + 0);
__m128 t1 = _mm_loadu_ps(a + i + 1);
t0 = _mm_mul_ps(t0, t1);
__m128 t2 = _mm_loadu_ps(a + i + 2);
__m128 t3 = _mm_loadu_ps(a + i + 3);
t2 = _mm_mul_ps(t2, t3);
t0 = _mm_mul_ps(t0, t2);
int mask = _mm_movemask_ps(_mm_cmpgt_ps(t0, mx));
if (mask != 0)
{
// 这个区域进来的很少，就不优化了。
mx = _mm_max_ps(t0, mx);
for (int k = 0; k <4; k++)
{
if (mask & (1<<k))
{
idx[k] = i + k;
}
}
}
}
__declspec(align(64)) float p[4] = {0};
_mm_store_ps(p, mx);
int id = 0;
for (int k = 0; k < 4; k++)
{
if (p[k] > p[id])
{
id = k;
}
}
printf("乘积=%f 首数的序号=%d\n", p[id], idx[id]);

这个速度比我以前简单相乘快一点。因为不能提交测试了，我估算了一下，加上使用 FileMapping，大概可以到0.17s左右。还是排不进前50。

huanyun 的方法听上去很不错，不知道速度有多快，另外能不能详细介绍一下，也让我们能好好学习一下。谢谢了~