这个lab，本来是打算着压着DeadLine写完的，但是后来发现并不是很难，不像上一个lab，简直就是逆天的难度。总体来说，这次的lab还是不难- -前几天在熊神的博客里看到了这个lab的经验，妈蛋要是早点看到就好了。

代码

我的代码在这里，仅供参考哦

第一道题目

第一个题目rotate，就是把这个矩阵90度旋转嘛，似乎这个题目也可以分块做（其实我也是分块啦），把矩阵分为1616或者3232的size的块，按块转，其实差不多，都是一样的写缓存命中率吧（大概）。

我的做法是先分成32*dim的块，然后把读取src的缓存命中改为dst的写缓存命中，因为在上课的时候问了鑫爷他说写缓存命中更划算（也不知道是不是真的），但是改完以后真的快好多- -至于为什么这么分块，我也不知道，只是觉得32这个数字不错（其实只要跟测试数据整除就好了吧）- -大概直白点说我的方法就是先把矩阵第一列的前32个元素转到最后一行的前32个元素的位置，然后再把第二列的前32个元素转到倒数第二行的前32个元素的位置，转完前32行的所有以后再转接下去的32行。（横的是行，纵的是列）这样做了以后还是不够满分啊，再做些小优化，位运算什么的，就差不多了。

总体的思路就是变读缓存命中为写缓存命中。

第二道题目

至于第二题，都说很容易，可是我现在都没满分0 0真是惨，大神们是厉害啊。他的要求是求元素所在九宫格的平均数，放到这个元素中。我最初的想法是：因为很多加法是会重复去做，那我为何不把他们先存起来，用的时候直接拿出来用就可以了嘛，但是这样不是很快，效果不是很明显，至于问题出在哪里，不知道>_C等找到再说吧0 0这样做，SpeedUp是1.6似乎。

接下来我完全抛弃了这种做法，转而进行了一个艰苦卓绝的改动，把各种情况分开讨论，这种做法本质是很好的，最终我用这个方法达到了3.8，最初的时候，我把这个方法想的太复杂，做了很多自己认为是优化的优化，但是反而只有2.6。

但是其实就是单纯把情况分开讨论，然后再简简单单的把九宫格里的值一次加起来再求平均赋值给dst对应的位置，这样就有3.8了，我做了很多改动反而很低，不知道为啥。

其实在优化第二个函数的时候，我偶然间看到了一种优化方法，虽然可能实现以后提高不是很大（我没能成功），但是似乎很有意思。就是说，把除法转换成乘法。这个我也不是很懂， 自己试了试，发现如果是int类型的变量，只有整除的时候才能转换，这个鸡肋啊- -但是如果是无符号数，似乎可以万能转换。具体可以参考这个网站：http://www.cppblog.com/huyutian/articles/124742.html，但是用到这个函数里面，例如把/6变成*0x2aab>>16,老是不能通过test，但是我自己写一个测试程序发现是可以这么做转换的啊，我也不知道为啥- -希望有知道原因的可以告诉我下- -

题外话，我看到的最夸张的做法就是这个http://www.cs.utah.edu/~jking/lab3/kernels.c，这位名叫jeremy的神人对测试数据分情况讨论，代码长的吓人0 0，理论上来说我觉得会很快，但是其实慢的不行- -我也不知道是为什么- -很多时候自己认为很牛逼的优化实现以后反而cpe更大了0 0不科学。

结果

最终的结果就是如图所示，印象中没有拿到满分啊=-=