灌装在本征稀疏矩阵是非常慢

我有这样的代码，其调用C++方法在Java在for循环中：灌装在本征稀疏矩阵是非常慢

JNIEXPORT void JNICALL Java_com_jp_algi_CoreC_MMload(JNIEnv *env3, jobject clazz3, jdoubleArray inputv, jintArray inputi, jint poc, jint pozic) 
{ 
    jdouble* fltv2 ; 
    jint* fltind2; 
    jsize sizedat = env3->GetArrayLength(inputi); 
    fltv2 = new jdouble[sizedat]; 
    fltind2 = new jint[sizedat]; 
    jint i; 
    jint jm; 
    env3->GetIntArrayRegion(inputi,0,sizedat,fltind2); 
    env3->GetDoubleArrayRegion(inputv,0,sizedat,fltv2); 

    // default is column major 
    matA.reserve(VectorXi::Constant(1,sizedat)); 

    for (jm = 0; jm < sizedat; jm++) { 
     //matA.insert(fltind2[jm],pozic) = fltv2[jm]; // alternative: mat.coeffRef(i,j) += v_ij; 
     matA.insert(fltind2[jm],pozic)= fltv2[jm]; 
     //matA.insertBack(fltind2[jm],pozic)= fltv2[jm]; 
     //matA.ins 
     //matA.insertBackUncompressed(); 
     //matA.coeffRef(fltind2[jm],pozic) += fltv2[jm]; 
     // optional 
    } 

    matA.makeCompressed(); 

    //k++; //blbe zayklenji!!! 
    env3->SetIntArrayRegion(inputi,0,sizedat,fltind2); 
    env3->SetDoubleArrayRegion(inputv,0,sizedat,fltv2); 
    delete[] fltv2; 
    delete[] fltind2; 
}

凡inputv是MATA的列的值; inputi是这些值的索引。

我在本文中读取插入函数最快的特征文件，当非零系数的数目大约为5000时就可以。但是，当我有25000时，每列需要5秒！

我试过insrtback，但值是一样的吗？这个命令究竟做了什么？有什么方法可以改善此代码吗？

一旦优势（也许）：每列中的值和索引是通过从最高到最低值进行排序...

来源

2013-07-26 Daniela Agelova

你是否用增加pozic值或随机模式来调用此函数？同样，如果该值按“从最高到最低”排序，则反转循环，使插入命令归结为简单推回。保留命令不正确。 – ggael

1.是的，增加; pozic从0到sizeA的matA列。下一个你的意思是储备com。采取从这种方法初始化方法matA.??????????????或什么coorect方式ow写保留命令？ –

那么最快的是打电话预约（大小）; matA.startVec（pozic）; for ...（...）mat.insertBack（fltind2 [jm]，pozic）= ...;确保fltind2 [jm]的顺序不断增加。 – ggael

如果你的稀疏矩阵很大，你必须在填写前分配足够的空间马塔它。否则，需要很长的时间来重复分配空间和复制数据。

你需要做的第一件事情就是要知道你的矩阵的稀疏模式。我的意思是稀疏模式是每列的非零元素的数量（假设你的稀疏矩阵在列主要）。如果我们将这些值存储在VectorXi类型的变量V中，则调用matA.reserve(V)将分配足够的内存空间。

按照上述过程，我能够填补47236x677399稀疏矩阵（＃非零：49556258）在30秒内使用普通的笔记本电脑。如果我不这样做，它永远......

来源

2013-08-10 00:40:59 eaudex

从Eigen Sparse Matrix Tutorial要点：

1: SparseMatrix<double> mat(rows,cols);   // default is column major 
2: mat.reserve(VectorXi::Constant(cols,x)); 
3: for each i,j such that v_ij != 0 
4: mat.insert(i,j) = v_ij;     // alternative: mat.coeffRef(i,j) += v_ij; 
5: mat.makeCompressed();      // optional

这里的关键因素是我们预留房间每列X非零线2条。在很多情况下，预先可以很容易地知道每列或每行的非零数量。如果每个内部向量的变化很大，则可以通过向量对象提供一个返回第j个内部向量的保留大小的运算符[]（int j）来指定每个内部向量的保留大小（例如，通过VectorXi或std :: vector）。如果只能粗略估计每个内部向量的非零值数量，那么强烈建议高估它而不是相反。如果省略此行，则新元素的第一次插入将为每个内部向量保留2个元素的空间。

线4执行用于柱主要情况下的排序的插入。对于速度来说，填充第j列时，现有的非零应该具有小于i的行索引。然后，这个操作归结为微不足道的O（1）操作。

第5行抑制剩余空的空间和基体转变成压缩的列的存储。

来源

2015-04-30 12:08:15 haripkannan

灌装在本征稀疏矩阵是非常慢

回答

相关问题