并行 MATLAB - 创建分布式向量答案

【问题标题】：Parallel MATLAB - Create a distributed vector并行 MATLAB - 创建分布式向量
【发布时间】：2014-09-01 19:49:27
【问题描述】：

我在 Matlab 中有一个相对较小的向量

R = randn(1,1000);

现在我想通过选择这样的一组指定元素来创建一个更大的向量

Q = R([1 5 8 5 8 1 3 4 19 1, etc]);

选中元素numel(Q)的数量是1,000,000+，非常大。是否可以执行此步骤以使生成的向量Q 自动成为分布式数组，准备好在多核机器上进行并行处理？

谢谢！

【问题讨论】：

【解决方案1】：

这里提到的方法假设您希望至少有R 和Q 作为分布式数组。

方法#1

此解决方案将基于此very smart solution -

N = 3;
R = randn(1,N,'distributed');
[~,ind] = sort(rand(numel(R)));
Q = R(ind(:));

请注意，对于上述代码，ind 将位于客户端。如果您也想将其作为分布式数组，请使用它 -

N = 3;
R = randn(1,N,'distributed');
ind = ones(N,'distributed');
[~,ind(:,:)] = sort(rand(numel(R)));
Q = R(ind(:))

输出 -

R =
    0.3080  0.8227  0.4248
Q =
    0.8227  0.3080  0.4248  0.4248  0.8227  0.3080  0.3080  0.4248  0.8227

在你的情况下，N = 1000。

方法 #2

如果您不关心R 中的元素在Q 中重复了多少次，那么您可以使用它 -

R = randn(1,N,'distributed');
Q = R(reshape(ceil(N*rand(N)),1,[]));

【讨论】：

不好意思，Q现在分布式数组怎么样了？我需要对其进行进一步的操作，我希望它们在 16 个内核上并行工作
@AiridasKorolkovas 如果您只想创建一个分布式向量，那么在您创建一个法线向量 Q - dQ = distributed(Q)，其中dQ 代表您的分布式向量之后，这是否可行？
当然可以，但是我觉得直接去分布式版本可以节省一半的处理时间。我正在考虑类似于直接从非零条目构建 sparse() 矩阵的东西，而不是首先创建一个完整的矩阵然后转换为稀疏矩阵。
@AiridasKorolkovas 以R = randn(1,N,'distributed'); 开头，即R 是分布式阵列，然后Q 将自动成为分布式阵列。因此，客户端不需要保存任何数据？查看编辑后的代码。另外，鉴于您在问题中遇到的问题，我不确定您为什么需要在这里使用稀疏矩阵。