Лучший и самый эффективный формат векторов силы с переменной степенью свободы для линейной алгебры? - PullRequest
Новая
       62

Лучший и самый эффективный формат векторов силы с переменной степенью свободы для линейной алгебры?

0 голосов
/ 26 мая 2020

Я работаю с векторами силы от до шести степеней свободы, представляющих (Fx, Fy, Fz, Mx, My, Mz). В зависимости от желаемого использования мне обычно нужны только три степени свободы, то есть (Fx, Fy, Mz).

Мой первый инстинкт - использовать фиксированную длину ndarray::Array1 s размера (6,), хотя это будет означать ношение лишних нулей большую часть времени. Кажется очевидным, что это было бы проще всего с точки зрения реализации всей математики. Но без дальнейшего сокращения это приведет к выполнению линейной алгебры с использованием полных массовых матриц 6x6, которые наполовину пусты. Есть ли шанс, что enum может предложить некоторую эффективность в этом отношении? Например: 

pub enum ForceArr<F64> {
    ThreeDOF([f64; 3]),
    FourDOF([f64; 4]),
    FiveDOF([f64; 5]),
    SixDOF([f64; 6]),
}

Которую необходимо преобразовать в array1 s перед выполнением более сложных операций. Или: 

use ndarray::Array1;

pub enum ForceArray<F64> {
    ThreeDOF(Array1<f64>),
    FourDOF(Array1<f64>),
    FiveDOF(Array1<f64>),
    SixDOF(Array1<f64>),
}

Хотя я не могу понять, как установить размер различных массивов во втором варианте, поэтому я предполагаю, что это будет менее эффективно. Я знаю, что перечисления имеют размер, равный размеру их наибольшего элемента плюс дискриминатор

Моей другой мыслью было перечисление, явно перечисляющее индексы полного массива 6DOF для получения уменьшенных представлений векторов / матриц, таких как как: 

pub enum ForceIdxs<U8> {
    ThreeDOF([u8; 3]) = [0, 1, 5],
    FourDOF([u8; 4]) = [0, 1, 3, 5],
    FiveDOF([u8; 5]) = [0, 1, 3, 4, 5],
    SixDOF([u8; 6]) = [0, 1, 2, 3, 4, 5],
}

Но это все еще экспериментально: https://github.com/rust-lang/rust/issues/60553. Хотя это будет работать с моим первоначальным планом Array1 s размера (6,) и позволит уменьшить векторы сил и массовые матрицы путем индексации, чтобы упростить выполнение операций линейной алгебры.

Я мог бы также настроить каждую функцию так, чтобы она просто обрабатывала эту операцию индексации вручную, что начинает казаться вариантом «лучшего из обоих миров» ...

1 Ответ

0 голосов
/ 27 мая 2020

Я нашел ящик nalgebra, возможно, лучшим решением. Он имеет полный набор структур от Vector3 до Vector6 и эквивалентных структур от Matrix3 до Matrix6, поэтому я могу поддерживать детальный контроль. Плюс не требует OpenBLAS / Netlib / IntelMKL!

...