对于 C 语言和衍生产品(Python、Cython、纯 C),使用最少的内存和操作将非方形 M×N 数组绕其中心旋转 180° 的最佳算法是什么?
最佳答案
假设out
是array
的初始化副本,M
和N
它们的行数和列数,并且我们使用从 0 到 (M-1) 和 (N-1) 索引数组的语言:
在Python中:
def rotate_180(array, M, N, out):
for i in range(M):
for j in range(N):
out[i, N-1-j] = array[M-1-i, j]
在 4000×3000 阵列上这需要 5.82 秒。
使用 Memviews 并行化 Cython + OpenMP :
cdef void rotate_180(float[:, :] array, int M, int N, float[:, :] out) nogil:
cdef size_t i, j
with parallel(num_threads=8):
for i in prange(M):
for j in range(N):
out[i, N-1-j] = array[M-1-i, j]
在 4000×3000 阵列上这需要 5.45 秒。
相比之下,带有 np.rot90(array, 2)
的 numpy 需要 8.58 µs。
编辑:为了避免万事通评论脱离要点,它的作用如下:
a = array([[1, 2, 3],
[4, 5, 6],
[7, 8, 9]])
rotate_180(a, 3, 3, b)
b = array([[9, 8, 7],
[6, 5, 4],
[3, 2, 1]])
使用 numpy 内置函数连续 2 次 90° 旋转,我们得到:
np.rot90(a, 2)
out = array([[9, 8, 7],
[6, 5, 4],
[3, 2, 1]])
所以这个rotate_180()
确实是180°旋转。现在:
np.flip(a, 0)
out = array([[7, 8, 9],
[4, 5, 6],
[1, 2, 3]])
不是旋转,而是沿最后一行对称。如果我们沿每个方向组成 2 个对称:
np.flip(np.flip(a, 1), 0)
out = array([[9, 8, 7],
[6, 5, 4],
[3, 2, 1]])
我们还得到了 180° 旋转。
所以,是的,谢谢,我的代码按照它的说明执行。
关于python - 如何有效地将阵列旋转±180°?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/47930428/