在 MATLAB 中查找和排序的更快替代方案

Question

我正在使用遗传算法进行社区检测。社区以基于位点的表示形式表示，每个索引（基因）及其值都在同一个社区中。

例如在下图中，如果染色体是 (b)，则社区将是 (d)

所以要从染色体中提取社区，我需要迭代地找到索引和值，为此，我编写了以下代码：

while (SumComms)~=nVar
    j=find(Sol>0,1,'first');%find the first node which has not placed in any community
    Com=[j,Sol(j)];%index of the node and it's value
    Comsize=0;
    while Comsize<numel(Com)
        Comsize=numel(Com);
        x=find(ismembc(Sol,sort([Com,Sol(Com)])));%Indexes which Com occure in Sol
        Com=unique([Com,x,Sol(x)]);
    end
    Sol(Com)=0;
    i=i+1;
    SumComms=SumComms+numel(Com);
    Communities{i}=Com;
end

但x=find(ismembc(Sol,sort([Com,Sol(Com)]))) 即使在中型网络中也非常耗时。你知道更快的方法吗？

Answer 1

这是一个使用逻辑向量的解决方案。我们可以将Com 定义为逻辑向量，而不是对索引的操作，这样对诸如ismember 之类的索引的操作可以简化为索引操作：

i=0;
SumComms=0;
nVar = 9;
Sol = [3 0 3 1 5 6 4 7 7]+1;
while SumComms ~= nVar
    j=find(Sol>1,1,'first');
    Com = false(1,nVar);
    Com([j Sol(j)])=true;
    Comsize=0;
    sumcom = 2;
    while Comsize<sumcom
        Comsize=sum(Com);
        Com(Sol(Com))=true;
        Com = Com(Sol);
        Com(Sol(Com))=true;
        sumcom = sum(Com);
    end
    Sol(Com)=1;
    i = i + 1;
    SumComms=SumComms+sumcom;
    Communities{i}=find(Com);
end

在 Octave 中的测试结果表明，所提出的方法至少比原始方法快 10 倍。