数组里有百万个值，如何加快速度？

@nlzy 确实，200w 个 int 应该是秒算的

你不会是在视图线程上算的吧 卡 UI 了

单纯 200w 个 int 循环一次加减应该还到不了秒级的时间，几十～几百 ms

图片的 RGB 是通过一个二组数组来储存的，这就提示你，可以使用矩阵运算来加速；但是楼主你却把这个二维数组拉成一个一组的数组，一个一个像素点来运算，速度慢是应该的。图像处理领域需要大量的矩阵运算．需要丰富的线性代数的知识储备。

同意楼上的说法，才几百万就算个几分钟是代码就没写对，还没到需要折腾乱七八糟技巧的时候

图片亮度就是统一加 rgb，交给 gpu 做很快（ OpenGL ES ）。
但我记得 android 上有一类 api，专门封装了针对图片的 gpu 操作（不是 GPUImage ），忘了叫啥了····

搜了下是 import android.graphics.Bitmap;
一搜就看到了 https://blog.csdn.net/gf771115/article/details/40778091

我怀疑他代码,每计算一次加减,就重排列一次数组...所以计算量是 n*200 万次..

原地修改的话不可能这么慢

矩阵计算

矩阵运算库找找看？

对于这个情况比较合理的性能情况应该是多少呢？
我做了一个小测试，randn 一个 shape 为 7000,1000 的 f32 array 做 sum(axis=1)运算
numpy 跑了 4.6ms
rust 手写跑了 6ms，并行化后 2ms
gpu 性能不能看，运算本身很快，但是把数据扔进 cuda 慢得要死。。。

比较想知道这样的情形在使用单台 PC 的情况下大概能优化到什么程度？

real 0m0.023s
user 0m0.016s
sys 0m0.000s

time ./test
./test 0.02s user 0.00s system 87% cpu 0.022 total

我的哥，你写的啥程序啊，200 万 int 随机加减，0.022 秒就完成了啊