我的理解是,2D NxM矩阵是作为NxM长度的一维数组连续存储的。然而,自然世界显然不是这样的。例如,人眼感知几何距离,这意味着识别(i,j),(i+1,j),(i,j+1)是非常有效的。但是,当存储为行主一维数组时,(i,j)和(i,j+1)在内存中是接近的,但是(i+1,j)不是。
我不知道计算机科学文献中是否讨论过基于几何距离的更有效的内存布局。似乎天真地可以引入一个二维或三维地址指针来利用这样的内存结构.
https://stackoverflow.com/questions/71933631
复制相似问题