使用spfun与两个相同有序稀疏矩阵

Question

我有两个稀疏矩阵A和B，其具有相同的稀疏模式（所有非零元素是在完全相同的位置）：

i = randi(1000,[50,1]); 
j = randi(1000,[50,1]); 
a = rand(50,1); 
b = rand(50,1); 

A = sparse(i,j,a,1000,1000); 
B = sparse(i,j,b,1000,1000); 

我想计算有效实验值（AB）只为非零，并将其保存回A. 我试图用spfun该任务：

f = @(x,y) exp(x-y); 
A = spfun(f,A,B); 

，但我在spfun得到了一个错误说：“太多的输入参数” 任何人都可以提出一种有效的方法来计算它吗？ 应该多次计算。

谢谢！

编辑：mikkola建议A = spfun(@f,A-B)它解决了这个问题，但问题仍然是如何使用两个变量的函数来做到这一点，这是无法用同一个技巧解决的。例如：

g = @(x,y) x.*cos(y); 
A = spfun(@g,A,B); 

Answer 1

不能使用

A = spfun(@exp, A-B); 

，因为那里A的B是项等于你将得到0而不是1。

为了解决这个问题，可以在非零分量计算指数的矢量，然后建立从一个稀疏矩阵：

A = sparse(i,j,exp(nonzeros(A)-nonzeros(B))); %// if you have i, j stored 

或

A(find(A)) = exp(nonzeros(A)-nonzeros(B)); 

Answer 2

编辑

根据文档，spfun只能取两个输入：一个功能和一个稀疏矩阵。

所以你不能直接做你想做的事情。最好的解决办法可能是什么在评论中有人建议，即：

res = spfun(@exp, A-B); 

最佳，