如何高效对ojAlgo的Primitive64Matrix每行排序及填充行？

核心优化点 #

你当前实现的效率瓶颈在于每次循环都复制整个矩阵。ojAlgo提供了直接操作矩阵底层数据的方式，完全可以避免这种无意义的全量复制。

1. 高效行排序（原地修改） #

用Primitive64Matrix.FACTORY.rows()创建的矩阵本质是Primitive64Matrix.DenseStore，可以通过可变视图或直接操作底层数据完成行排序：

方案一：通过可变视图直接修改

final double[][] tab = {
    {1, 3, 4, 2},
    {0, 4, 3, 1}
};
Primitive64Matrix matrix = Primitive64Matrix.FACTORY.rows(tab);
int columnCount = matrix.countColumns();

// 获取矩阵的可变视图，直接在原数据上修改
Primitive64Matrix.Mutable mutableMatrix = matrix.mutable();

for (int iRow = 0; iRow < matrix.countRows(); iRow++) {
    double[] rowData = new double[columnCount];
    // 提取当前行数据到数组
    matrix.row(iRow).copyTo(rowData);
    // 排序
    Arrays.sort(rowData);
    // 直接写回原矩阵对应行，无需复制整个矩阵
    mutableMatrix.fillRow(iRow, rowData);
}

// 若需要不可变矩阵，可转换回去
// matrix = mutableMatrix.immutable();

方案二：行优先存储下的极致优化

ojAlgo默认是列优先存储，行元素在底层数组中不连续。如果场景允许，可创建行优先存储的矩阵，直接对底层数组的区间排序，效率最高：

// 创建行优先存储的矩阵工厂
Primitive64Matrix.Factory rowMajorFactory = Primitive64Matrix.FACTORY.with(StorageConstants.RAW);
Primitive64Matrix.DenseStore matrix = rowMajorFactory.rows(tab);

double[] rawData = matrix.data;
int rowLength = matrix.countColumns();

for (int iRow = 0; iRow < matrix.countRows(); iRow++) {
    int start = iRow * rowLength;
    int end = start + rowLength;
    // 直接对底层数组的行区间排序，无需提取临时数组
    Arrays.sort(rawData, start, end);
}

2. 高效填充矩阵行 #

填充行的高效方式分几种场景：

• 从数组填充：直接调用mutableMatrix.fillRow(rowIndex, doubleArray)，无需创建临时矩阵
• 从其他矩阵的行填充：mutableMatrix.fillRow(targetRow, sourceMatrix.row(sourceRow))
• 自定义规则填充：通过mutableMatrix.set(rowIndex, colIndex, value)逐个赋值，适合复杂生成逻辑

内容的提问来源于stack exchange，提问作者user642308