# 2017q1 Homework5 (matrix)
contributed by < `Chihsiang` >
作業說明: [B10: matrix](https://hackmd.io/s/rkrrpHm2e)
github: [chihsiang/matrix_oo](https://github.com/ChiHsiang/matrix_oo)

## 改善方向

* 重新封裝 Matrix
* 使用 SIMD 改善效能
* 支援不同大小的 Matrix

## 封裝 Matrix

* 定義 Matrix

    typedef struct __MATRIX_IMPL_T {
        unsigned int row;
        unsigned int column;
        int *values;

        /* operations */
        bool (*ftpr_equal)(struct __MATRIX_IMPL_T *, struct __MATRIX_IMPL_T *);
        struct __MATRIX_IMPL_T *(*ftpr_mul)(struct __MATRIX_IMPL_T *, struct __MATRIX_IMPL_T *);

    } Matrix_t;
    typedef Matrix_t *ptrMatrix_t;

跟原本的結構只差在將存放值得部分變成可動態分配的，以及存入 row & column

* 宣告 function

    ptrMatrix_t matrix_init(rows, columns, bool);
    bool equal(ptrMatrix_t, ptrMatrix_t);
    ptrMatrix_t mul(ptrMatrix_t, ptrMatrix_t);
    void matrix_free(ptrMatrix_t, bool);
    void print_matrix(ptrMatrix_t m);

唯一差別只有初始化的 function

## SIMD 修改

目標放在乘法的部分

* NAIVE

    ptrMatrix_t mul(ptrMatrix_t m, ptrMatrix_t n)
    {
        int x, y, k;
        ptrMatrix_t matrix;

        matrix = matrix_init(m->row, n->column, false);

        for (y = 0; y < m->row; y++)
        ¦   for (x = 0; x < n->column; x++)
        ¦   ¦   for (k = 0; k < m->column; k++)
        ¦   ¦   ¦   *(matrix->values + y * n->column + x) +=
        ¦   ¦   ¦   ¦   *(m->values + m->column * y + k) * *(n->values + n->column * k + x);

        return matrix;
    }

- perf record

    Samples: 30K of event 'cache-misses', Event count (approx.): 32191400
    Overhead  Command  Shared Object      Symbol
     99.60%   test     test               [.] mul

數值馬上顯示 mul 效能極差，主要在隨著 Matrix 大小，執行迴圈次數呈現倍數成長(row * column * k)

* SSE

## 記錄目前情況

由於這次作業以及 prefetch 作業一直碰到 Matrix，這次在寫 matrix mul and matrix add 也遇到許多數學問題，因此決定重新認識矩陣，學習中教學如下，預期能把矩陣掌握度提高，先做數學分析接著再做程式分析

* [Lec01 矩陣分析](https://www.youtube.com/watch?v=Py9yunCRUA4)