如何优化C++ Eigen库的矩阵转置操作运行性能？

• 调整矩阵存储布局匹配手动实现
  Eigen默认的MatrixXf为列主序存储，和你测试用的C语言二维数组的行主序布局不一致，是Eigen转置性能偏低的核心原因。你可以声明行主序矩阵对齐存储布局：

Eigen::Matrix<float, Eigen::Dynamic, Eigen::Dynamic, Eigen::RowMajor> M1(n,n), M2(n,n);

• 升级编译优化等级
  将编译参数中的-O2替换为-O3，Eigen重度依赖编译器的高阶优化、向量化能力，O3相比O2对模板运算的优化幅度非常大。同时移除冗余的-msse2参数，-march=native会自动启用当前CPU支持的最高指令集（如AVX2、AVX512），手动指定-msse2反而会限制指令集使用降低性能。
• 开启Eigen多线程支持
  编译时增加-DEIGEN_USE_THREADS参数，配合你已经加的-fopenmp，运行前设置合理的OpenMP线程数（建议等于CPU物理核心数，内存密集型运算超线程无收益）：

export OMP_NUM_THREADS=8 # 按你的CPU物理核心数调整

• 自定义转置分块大小
  在引入Eigen头文件前定义分块大小参数，匹配你测试得到的最优32分块：

#define EIGEN_TRANSPOSE_BLOCK_SIZE 32
#include <Eigen/Dense>

• 验证避免冗余开销
  你当前已经使用noalias()避免了临时矩阵拷贝，不需要额外修改，如果后续有链式运算可以搭配.eval()控制求值时机进一步减少开销。

内容的提问来源于stack exchange，提问作者iluvatar