c++中進行矩陣運算如何才能比matlab快？

歐巴不知道你值的是那些操作，如果是乘法，算法所限，你不可能有本質的提高。又比如求逆，相信廣大屌絲程序員立馬會意識到：高斯-喬丹，小於五階用伴隨除矩陣以行列式，然后用SSE優化浮點速度。想再快就得去翻論文了，可是matlab那群鳥人，就是寫論文的人，他們的數學知識是我等碼農無法相比的，而matlab十幾年前就在做SSE優化。你唯一能做的就是算法上的突破，一旦逆襲高斯-喬丹算法，你必將為國爭光，名垂青史。
不過作為一個屌絲，你得明白，必須要抓住一切機會逆襲，因為題目只要求快，其他的限制一概沒有，而matlab好像只有在特定情況下，才會有並行支持，所以逆襲計划如下：
1 去換塊好的顯卡，最好是geforce泰坦.
2 去下個opencl
3 把數據發到泰坦上，開個1000條線程算，就用最通用G-J算法好了。
4 完爆matlab。
其實在着色器里算，更快，因為着色器對程序的控制流程有一定限制，目的就是為了速度，而且着色器的並行程度比matlab高。
當然你也許會問，你這屌絲都懂的問題，別人matlab怎么可能不知道？他們還真知道，不過matlab需要支持任意精度，而且他不知道你啥時候需要並行，啥時候不需要，也不知道你的顯卡是啥。至於最新的matlab版本是否支持基於GPU的並行計算，這個俺也不知道，好久沒玩過了。如果支持的話，你就省事了。
其實你可以去關注一下並行計算的三方庫，特別是那些支持OpenCL的。