行主序、列主序概念辨析以及基地址的含义

行主序（Row-Major）和列主序（Column-Major）是矩阵数据在内存中存储的两种不同方式，主要区别体现在**内存布局**、**访问效率**和**数学运算习惯**上，具体如下： ### 1. **内存布局** - **行主序**：矩阵按行依次存储，即先存储第一行的所有元素，再存储第二行，依此类推。 例如，4x4矩阵 `M` 的行主序存储顺序为： `M[0][0], M[0][1], M[0][2], M[0][3], M[1][0], M[1][1], ..., M[3][3]`。 - **列主序**：矩阵按列依次存储，即先存储第一列的所有元素，再存储第二列，依此类推。 同一矩阵的列主序存储顺序为： `M[0][0], M[1][0], M[2][0], M[3][0], M[0][1], M[1][1], ..., M[3][3]`。 ### 2. **访问效率** - **行主序**：适合按行访问的场景（如遍历每一行的所有元素），因为内存中连续存储，缓存命中率高。 - **列主序**：适合按列访问的场景（如遍历每一列的所有元素），同样因连续存储而高效。 **注意**：在图形学中，矩阵乘法（如模型变换）通常涉及行向量或列向量的点积，存储顺序会影响计算效率。 ### 3. **数学运算习惯** - **行主序**：默认用于**行向量**乘法（如 `v * M`），即向量在矩阵左侧。 例如，OpenGL 和部分数学库（如 Eigen）默认使用行主序。 - **列主序**：默认用于**列向量**乘法（如 `M * v`），即向量在矩阵右侧。 例如，Direct3D 的 HLSL 默认使用列主序（除非显式指定 `row_major`）。 ### 4. **对性能的影响** - 在 GPU 编程中（如 D3D12/HLSL），矩阵存储顺序需与着色器代码一致，否则可能导致错误的变换结果。 例如，若 HLSL 中声明 `column_major`，但 CPU 传递的是行主序数据，需转置矩阵或调整乘法顺序。 ### 示例代码（内存布局对比） ```python # 行主序矩阵（按行存储） row_major = [ [1, 2, 3], # 第一行 [4, 5, 6], # 第二行 [7, 8, 9] # 第三行 ] # 内存顺序：1, 2, 3, 4, 5, 6, 7, 8, 9 # 列主序矩阵（按列存储） column_major = [ [1, 4, 7], # 第一列 [2, 5, 8], # 第二列 [3, 6, 9] # 第三列 ] # 内存顺序：1, 4, 7, 2, 5, 8, 3, 6, 9 ```