特征3的自动向量化和函数间的传递

#include <Eigen/Dense>

void vectorizedAddition() {
    Eigen::VectorXf a = Eigen::VectorXf::Random(1000);
    Eigen::VectorXf b = Eigen::VectorXf::Random(1000);
    Eigen::VectorXf c = a + b; // 自动向量化
}

import numpy as np

def vectorized_addition():
    a = np.random.rand(1000)
    b = np.random.rand(1000)
    c = a + b  # 自动向量化

#include <Eigen/Dense>

void processVector(const Eigen::VectorXf& input) {
    // 处理输入向量
}

int main() {
    Eigen::VectorXf vec = Eigen::VectorXf::Random(1000);
    processVector(vec); // 直接传递引用
}

import numpy as np

def process_vector(input_array):
    # 处理输入数组
    pass

vec = np.random.rand(1000)
process_vector(vec)  # 直接传递数组

#include <iostream>
#include <Eigen/Dense>

void vectorizedAddition(const Eigen::VectorXf& a, const Eigen::VectorXf& b, Eigen::VectorXf& result) {
    result = a + b;
}

int main() {
    Eigen::VectorXf a = Eigen::VectorXf::Random(1000);
    Eigen::VectorXf b = Eigen::VectorXf::Random(1000);
    Eigen::VectorXf c;
    vectorizedAddition(a, b, c);
    std::cout << "Result: " << c.transpose() << std::endl;
    return 0;
}

import numpy as np

def vectorized_addition(a, b):
    return a + b

a = np.random.rand(1000)
b = np.random.rand(1000)
c = vectorized_addition(a, b)
print("Result:", c)