我有以下数据：
A = [a0 a1 a2 a3 a4 a5 .... a24]
B = [b0 b1 b2 b3 b4 b5 .... b24]
然后我想乘以如下：
C = A * B' = [a0b0 a1b1 a2b2 ... a24b24]
这显然涉及 25 次乘法。
但是，在我的场景中，每次“循环迭代”只有 5 个新值移入 A（并且 5 个旧值移出 A）。有没有什么快速的方法来利用数据正在通过 A 移动而不是全新的事实？理想情况下，我想最小化乘法运算的数量（以可能更多的加法/减法/累加为代价）。我最初认为收缩阵列可能会有所帮助，但它没有（我认为！？）
更新 1：Note B 长期固定，但可以重新编程。
更新 2： A 的移位如下： a[24] <= a[19], a[23] <= a[18]... a[1] <= new01, a[0] <=新00。依此类推每个时钟周期
非常感谢！
有没有什么快速的方法来利用数据正在通过 A 移动而不是全新的事实？
尽管您所做的只是向 A 移动和添加新元素，但 C 中的乘积通常都会有所不同，因为其中一个操作数通常会在每次迭代后发生变化。如果您有关于 A 或 B 的元素结构方式的其他信息，您可能会使用该结构来减少乘法次数。除非考虑任何此类结构因素，否则您必须在每个循环中计算所有 25 个产品。
理想情况下，我想最小化乘法运算的数量（以可能更多的加法/减法/累加为代价）。
理论上，您可以通过移动和添加数组元素来模拟乘法，将乘法次数减少到 0。在实践中，这将比硬件乘法慢，所以你最好只使用任何可用的基于硬件的乘法，除非你没有提到一些额外的相关约束。
在前5 个数据集上，您最多可以保存 50 个乘法。但在那之后，它是一条平坦的乘法之路。因为对于前 5 组之后的每一组，您都需要乘以新的数据集。
我假设所有数组都初始化为零。考虑到整体的乘法量，我认为节省的 50 个没有任何用处。
但是我仍然会提示您如何保存这 50 个，也许您可以找到它的扩展名？
第一个数据集到达：将第一个数据集a与每个数据集相乘b。全部保存，只a复制a[0]到。这里有 25 个乘法。a[4]c
a[0]第二个数据集到达：仅乘以a[4]（具有新数据）与b[0]分别b[4]。保存a[0]到a[4]，复制a[0->9]到c。这里有5个乘法
a[0]第3个数据集到a[9]了：这次乘以和复制b[0]到对应。这里有 10 个乘法b[9]a[0->14]c
a[0]第 4 个数据集：与a[14]对应的 b副本相乘。这里有 15 个乘法。a[0->19]c
第5个数据集：与对应a[0]的副本 相乘。这里有 20 个乘法。a[19]ba[0->24]c
节省的乘法总数：50次乘法。
第 6 个数据集：通常的数据乘法。每个 25 个。这是因为对于数组中的每个集合，a都有一个新的数据集可用，因此乘法是不可避免的。
您能否添加另一个数组 D 来标记 A 中已更改/未更改的值。每次检查此数组以决定是否进行新的乘法运算。