为何将稠密数组转为稀疏数组后代码运行更快？

• 内存布局差异：从CSR稀疏矩阵通过toarray()得到的numpy数组是**C连续（C-contiguous）**内存布局，而原始dense.npy存储的数组可能是Fortran连续或非连续的。numpy的向量化运算依赖底层BLAS/LAPACK库，这类库对连续内存的计算做了深度优化，执行效率远高于非连续内存的情况。
• CPU缓存命中率差异：连续内存布局的数组在计算时，CPU缓存可以批量加载连续的内存块，大幅减少缓存未命中的次数；非连续内存的数组则会频繁触发缓存失效，导致CPU需要等待内存数据加载，直接拖慢核心计算步骤的耗时。
• 数据对齐优化：CSR矩阵转成numpy数组时，会自动完成严格的内存对齐（比如适配CPU缓存行的64字节对齐），而原始稠密数组可能缺少这种对齐处理。对齐后的内存访问能让CPU更高效地执行指令，进一步提升计算速度。

尽管场景2中存在稀疏矩阵切片、转稠密数组的额外开销，但核心计算步骤的耗时减少幅度远大于这些额外开销，最终总耗时反而比直接操作原始稠密数组更短，且数组规模越大，这种差异会越明显。

内容的提问来源于stack exchange，提问作者RNA