double的多个向量的中位数(c++,vector<vector<double>>)

Question

我有一个数据结构，其中包含一个向量向量，每个向量包含约 16000000 个双精度值。

我现在想对这些向量进行中值组合，也就是说，我在第 i 处取值，计算这些向量的中值，然后将它们存储在第 i 处的结果向量中。

我已经有了直截了当的解决方案，但是速度非常慢：

vector< vector<double> > vectors; //vectors contains the datavectors
vector<double> tmp;
vector<double> result;
vector<double> tmpmedian;
double pixels = 0.0;
double matrixcount = vectors.size();

    tmp = vectors.at(0);
    pixels = tmp.size();
    for (int i = 0; i < pixels; i++) {
        for (int j = 0; j < matrixcount; j++) {
            tmp = vectors.at(j);
            tmpmedian.push_back(tmp.at(i));
        }
        result.push_back(medianOfVector(tmpmedian));
        tmpmedian.clear();
    }

return result;

而且 medianOfVector 看起来像这样：

double result = 0;

if ((vec.size() % 2) != 0) {
    vector<double>::iterator i = vec.begin();
    vector<double>::size_type m = (vec.size() / 2);

    nth_element(i, i + m, vec.end());
    result = vec.at(m);
} else {
    vector<double>::iterator i = vec.begin();
    vector<double>::size_type m = (vec.size() / 2) - 1;

    nth_element(i, i + m, vec.end());
    result = (vec.at(m) + vec.at(m + 1)) / 2;
}

return result;

我有一种算法或方法可以更快地做到这一点，它几乎需要永恒的时间才能做到。

---

编辑：感谢您的回复，如果有人对此感兴趣，这里是固定版本，现在将三个向量与约 16000000 个元素中值组合大约需要 9 秒，平均组合大约需要 3 秒：

vector< vector<double> > vectors; //vectors contains the datavectors
vector<double> *tmp;
vector<double> result;
vector<double> tmpmedian;

    tmp = &vectors.at(0);
    int size = tmp->size();
    int vectorsize = vectors.size();
    for (int i = 0; i < size; i++) {
        for (int j = 0; j < vectorsize; j++) {
            tmp = &vectors.at(j);
            tmpmedian.push_back(tmp->at(i));
        }
        result.push_back(medianOfVector(tmpmedian));
        tmpmedian.clear();
    }
return result;

和中位数的向量：

double result = 0;

if ((vec.size() % 2) != 0) {
    vector<double>::iterator i = vec.begin();
    vector<double>::size_type m = (vec.size() / 2);

    nth_element(i, i + m, vec.end());
    result = vec.at(m);
} else {
    vector<double>::iterator i = vec.begin();
    vector<double>::size_type m = (int) (((vec.size() - 1) / 2));
    nth_element(i, i + m, vec.end());
    double min = vec.at(m);
    double max = *min_element(i + m + 1, vec.end());
    result = (min + max) / 2;
}

return result;
}

Answer 1

有几点，都源于您将tmp 定义为矢量而不是（例如）参考。

vector<double> tmp;

tmp = vectors.at(0);
pixels = tmp.size();

在这里，您将整个 vectors[0] 复制到 tmp 中，只是为了提取大小。通过避免复制，您几乎肯定会获得一些速度：

pixels = vectors.at(0).size();

这不是复制整个向量来获取其大小，而是获取第一个向量的引用，并获取该现有向量的大小。

for (int i = 0; i < pixels; i++) {
    for (int j = 0; j < matrixcount; j++) {
        tmp = vectors.at(j);
        tmpmedian.push_back(tmp.at(i));
    }

在这里，您再次将整个 vectors.at(j) 复制到 tmp。但是（再次）您并不真正需要所有数据的新副本——您只是从该副本中检索单个项目。您可以直接从原始向量中检索所需的数据，而无需复制整个内容：

tmpmedian.push_back(vectors.at(j).at(i));

下一步可能是从使用.at 切换到operator[]：

tmpmedian.push_back(vectors[j][i]);

不过，这更像是一种权衡——它不太可能获得几乎一样多的收益，并且在此过程中失去了一点安全性（范围检查）。为避免失去安全性，您可以考虑（例如）在当前代码中使用基于范围的 for 循环而不是计数的 for 循环。

沿着相当不同的路线，您可以改为从使用vector<vector<double>> 更改为在向量周围使用小包装器，以将二维寻址转换为单个向量。将其与合适的按列迭代器一起使用，您可以避免将tmpmedian 创建为基本上是原始二维矩阵的列的副本——相反，您可以将按列迭代器传递给medianOfVector，然后进行迭代通过一列就地原始数据。