ฉันไม่พบว่าสำคัญยกเว้นการสื่อสารความคิดและฉันทำงานในสาขาการปฏิบัติงานที่สำคัญ (raytracing การประมวลผลภาพและตาข่ายระบบอนุภาคเครื่องยนต์ฟิสิกส์ ฯลฯ ) และต้องคิดขั้นตอนวิธีและโครงสร้างข้อมูลที่เป็นกรรมสิทธิ์จำนวนมาก เมื่อทำงานใน R & D ในพื้นที่เหล่านี้มักจะมีโครงสร้างข้อมูลและอัลกอริธึมที่มีประสิทธิภาพจำนวนหนึ่งที่สามารถผลิตผลิตภัณฑ์ที่ล้ำยุคได้ใหม่ในขณะที่อัลกอริธึมเมื่อวานนี้ทำให้ผลิตภัณฑ์ที่มีอยู่ล้าสมัย เป็นข้อแม้แม้ว่าฉันไม่เคยเผยแพร่เอกสารใด ๆ เกี่ยวกับอัลกอริทึมที่ฉันคิด พวกเขาเป็นกรรมสิทธิ์ทั้งหมด ถ้าฉันทำฉันต้องการความช่วยเหลือจากนักคณิตศาสตร์ในการกำหนดหลักฐานและอื่น ๆ
แต่ในความคิดของฉันปริมาณการคำนวณต่อการคำนวณซ้ำมักจะเป็นที่สนใจมากกว่าความสามารถในการปรับขนาดของอัลกอริทึมเว้นแต่ว่าอัลกอริทึมจะแย่มากจริง ๆ หากมีใครมาพร้อมกับเทคนิคที่ทันสมัยสำหรับ raytracing ฉันสนใจในเทคนิคการคำนวณเช่นวิธีที่พวกเขาเป็นตัวแทนและเข้าถึงข้อมูลมากกว่าความซับซ้อนของอัลกอริทึมเนื่องจากความสามารถในการปรับขนาดที่สมเหตุสมผลเป็นสิ่งที่กำหนดไว้แล้ว คุณไม่สามารถแข่งขันกับอัลกอริธึมที่ไม่ขยาย
แน่นอนว่าถ้าคุณกำลังเปรียบเทียบความสลับซับซ้อนเชิงซ้อนกับสมการกำลังสองนั่นคือความแตกต่างอย่างมาก แต่คนส่วนใหญ่ในสาขาของฉันมีความสามารถเพียงพอที่จะหลีกเลี่ยงการใช้อัลกอริธึมความซับซ้อนกำลังสองในอินพุตมหากาพย์ ดังนั้นคำถามที่มีความหมายและน่าสนใจมากกว่านั้นก็คือ"คุณใช้ GPGPU หรือไม่ SIMD มันทำงานแบบขนานหรือไม่คุณแสดงข้อมูลอย่างไรคุณจัดระเบียบใหม่สำหรับรูปแบบการเข้าถึงที่เป็นมิตรกับแคชอย่างไร ใช้หน่วยความจำมากแค่ไหนมันสามารถจัดการกับกรณีนี้ได้อย่างมีประสิทธิภาพหรือไม่คุณชะลอการประมวลผลบางอย่างหรือทำทุกอย่างในครั้งเดียว? "
แม้แต่อัลกอริธึมเชิงเส้นตรงก็สามารถทำได้ดีกว่าอัลกอริธึมเชิงเส้นเวลาหากอดีตเข้าถึงหน่วยความจำในรูปแบบที่เหมาะสมที่สุดเช่นหรือเหมาะกว่าสำหรับมัลติเธรดและ / หรือ SIMD บางครั้งแม้แต่อัลกอริธึมเชิงเส้นก็สามารถทำได้ดีกว่าอัลกอริธึมลอการิทึมด้วยเหตุผลเหล่านี้และอัลกอริธึมเชิงเส้นเวลาโดยธรรมชาติมีประสิทธิภาพสูงกว่าอัลกอริธึมเชิงลอการิทึมสำหรับอินพุตเล็ก ๆ
ดังนั้นสำหรับฉันสิ่งที่สำคัญกว่าคือสิ่งที่บางคนอาจเรียกว่า "การเพิ่มประสิทธิภาพขนาดเล็ก" เช่นการแทนข้อมูล (เลย์เอาต์ของหน่วยความจำรูปแบบการเข้าถึงที่มีการแยกฟิลด์ร้อน / เย็น ฯลฯ ) มัลติเธรด SIMD และ GPGPU ในสาขาที่ทุกคนมีความสามารถพอที่จะใช้อัลกอริธึมที่ทันสมัยสำหรับทุกสิ่งที่มีเอกสารใหม่ที่เผยแพร่ตลอดเวลาความได้เปรียบในการแข่งขันของคุณในการเอาชนะตัวช่วยสร้างอัลกอริทึมนั้นไม่ได้มาจากการปรับปรุง ประสิทธิภาพการคำนวณ
สาขาของฉันถูกครอบงำโดยนักคณิตศาสตร์ที่ยอดเยี่ยม แต่ไม่ใช่คนที่รู้ค่าใช้จ่ายในการคำนวณของสิ่งที่พวกเขากำลังทำหรือเทคนิคระดับต่ำกว่ามากเพื่อเร่งความเร็วโค้ด ซึ่งโดยปกติแล้วฉันจะใช้วิธีการที่เร็วกว่าและเข้มงวดกว่าอัลกอริธึมและโครงสร้างข้อมูลแม้ว่าฉันจะมีความซับซ้อนน้อยกว่าก็ตาม ฉันกำลังเล่นกับฮาร์ดแวร์ที่ชอบไปทางบิตและไบต์และทำให้การทำงานซ้ำหลายครั้งถูกกว่าแม้ว่าฉันจะทำซ้ำอีกสองสามครั้งของการทำงานมากกว่าอัลกอริทึมที่ซับซ้อนจริงๆ - งานในกรณีของฉันมีราคาถูกลงอย่างมาก รหัสที่ฉันเขียนนั้นมีแนวโน้มที่จะง่ายขึ้นมาก หากผู้คนคิดว่าอัลกอริธึมและโครงสร้างข้อมูลรุ่นที่ได้รับการปรับปรุงให้เล็กที่สุดนั้นยากที่จะเข้าใจและบำรุงรักษา
เป็นตัวอย่างพื้นฐานฉันมาด้วยโครงสร้างกริดที่เรียบง่ายซึ่งจบลงด้วยโครงสร้างต้นไม้ KD ที่ บริษัท ของเราสำหรับการตรวจจับการชนและการลบจุดที่ซ้ำซ้อน ตารางน้ำมันดิบที่โง่ของฉันนั้นซับซ้อนน้อยกว่าอัลกอริธึมและฉันก็โง่มากทั้งทางคณิตศาสตร์และอัลกอริทึมมากกว่าคนที่ใช้ต้นไม้ KD ด้วยวิธีการใหม่ในการค้นหาจุดมัธยฐาน แต่ฉันเพิ่งปรับการใช้หน่วยความจำของตารางและรูปแบบการเข้าถึง นั่นก็เพียงพอแล้วที่จะมีประสิทธิภาพเหนือกว่าสิ่งที่ซับซ้อนกว่ามาก
อีกสิ่งหนึ่งที่ฉันมีที่ทำให้ฉันสามารถอยู่รอดในสนามที่ถูกครอบงำโดยผู้คนที่ฉลาดกว่าฉันมากเพียงแค่เข้าใจว่าผู้ใช้ทำงานอย่างไรเนื่องจากฉันใช้ซอฟต์แวร์ที่ฉันพัฒนาในลักษณะเดียวกัน นั่นทำให้ฉันมีความคิดสำหรับอัลกอริทึมที่สอดคล้องกับความสนใจของผู้ใช้ในทันที เป็นตัวอย่างพื้นฐานที่นั่นคนส่วนใหญ่พยายามเร่งความเร็วสิ่งต่าง ๆ เช่นการตรวจจับการชนกันโดยใช้การทำดัชนีเชิงพื้นที่ ฉันสร้างอาชีพการสังเกตอย่างง่าย ๆ เมื่อประมาณสองสามทศวรรษที่ผ่านมาสำหรับแบบจำลองอินทรีย์ที่ตัวอย่างเช่นถ้าตัวละครวางมือบนใบหน้าของเขาโครงสร้างการจัดทำดัชนีเชิงพื้นที่จะต้องแยกโหนดและทำการอัปเดตที่มีราคาแพงหากตัวละคร จากนั้นหยิบมือออกจากใบหน้าของเขา หากคุณแบ่งพาร์ติชันตามข้อมูลการเชื่อมต่อแทนตำแหน่งจุดสุดยอดแทน คุณสามารถจบลงด้วยโครงสร้างแบบลำดับขั้นที่เสถียรที่อัปเดตอย่างรวดเร็วและไม่จำเป็นต้องแยกหรือปรับสมดุลต้นไม้ (ต้องอัปเดตกล่องกรอบทุกเฟรมของภาพเคลื่อนไหว) ... สิ่งต่าง ๆ เช่นนี้ - อัลกอริทึมสำหรับเด็กที่ไม่มีพื้นฐานทางคณิตศาสตร์หนัก อาจเกิดขึ้นได้หากพวกเขาเพิ่งเข้าใจแนวคิดพื้นฐาน แต่สิ่งที่ทำให้นักคณิตศาสตร์หลีกเลี่ยงเพราะพวกเขาไม่ได้คิดถึงสิ่งต่าง ๆ ในแบบที่ใกล้เคียงกับการใช้งานของผู้ใช้และกำลังคิดเกี่ยวกับคุณสมบัติของเรขาคณิตมากเกินไป ถูกใช้ทั่วไป ฉันเข้ากันได้ดีพอโดยพึ่งพาความรู้การคำนวณทั่วไปและความรู้ของผู้ใช้มากกว่าการใช้เวทมนตร์อัลกอริทึม ดังนั้นฉันไม่ได้พบว่ามันสำคัญที่จะมุ่งเน้นไปที่ความซับซ้อนของอัลกอริทึม
