稀疏矩阵循环很慢，如何在Matlab中加快速度答案

【问题标题】：Sparse matrix is very slow in loop, how to speed it up in Matlab稀疏矩阵循环很慢，如何在Matlab中加快速度
【发布时间】：2015-06-24 17:01:06
【问题描述】：

我有一个巨大的矩阵（584064x5369468），我必须在 Matlab 中使用稀疏矩阵，但在我的计算中，为稀疏矩阵赋值非常慢。我迫不及待地想完成它，我该怎么办。

cgm=sparse(584064,5369468);
[Xcp, Ycp, Zcp] = ndgrid(-[1:336],-[1:45],-[1:336]);
% dp my data which is loaded

for sg=1:335 
    for tg=1:44
        for rg=1:335
            % ii is a vector i.e the size of ii = 309x1
            fprintf('Constructing patch: %i %i %i',sg,tg,rg)
            ii=find(abs((Xcp(sg,tg,rg))<=abs(dp(:,1)))&abs((dp(:,1))<abs(Xcp(sg+1,tg,rg)))&(abs(Ycp(sg,tg,rg))<=abs(dp(:,2)))& (abs(dp(:,2))<abs(Ycp(sg,tg+1,rg)))& (abs(Zcp(sg,tg,rg))<=abs(dp(:,3)))&(abs(dp(:,3))<abs(Zcp(sg,tg,rg+1))));

              % jj is another vector i.e the size of jj = 64*1
              %the ii size is changing every time but the size of jj is always 64. ii is non-zero values and can be between 1 and 584064 .
              % c is my matrix after calculation i.e c = 309x64
             cgm(ii,jj)=c;
        end
     end
end

对于第一个内部循环，它运行得非常快，但它变得越来越慢。

我知道给稀疏矩阵赋值意味着重新打包所有东西，而且速度很慢，但是如何在我的代码中减少它的重新打包呢？

谢谢

【问题讨论】：

我不明白你在做什么。您没有使用循环变量，我不知道该分配如何与 ii 和 jj 的大小不同。
@beaker 我使用循环变量来生成 ii 和 jj 值。我应该更新我的代码吗？
我仍然对您的计算感到非常困惑，但是您应该累积每个非零的行、列和值并使用S = sparse(i, j, v)，如图所示here（或者可能是S = sparse(i, j, v, m, n) )。
@Ehsan - 添加到ndgrid 的那些负面消息以前不存在。不管怎样，谢谢。
@Ehsan - i、j 和 v 都是 N x 1 向量并填充您的稀疏矩阵 C，使得 C(i(k), j(k)) = v(k) 对应于 k = 1, 2, ... , N。所有其他值将为零。我还建议您覆盖大小并执行 C = sparse(i, j, v, 584064,5369468); 以确保您获得所需的大小。

标签： matlab matrix sparse-matrix

【解决方案1】：

正如上面提到的@beaker 以及我在加速 Matlab 性能 一书中所解释的那样，使用 sparse 或 spdiags 函数比在代码中使用索引赋值要快得多。

原因是任何此类分配都会导致重建稀疏数据的内部表示，当需要重新排列的数据元素越多时，这种表示就越慢。

相反，您应该在循环内将数据索引（ii 和 jj）以及分配的数据（c）累积到三个单独的数组中，然后，在外部 循环使用对sparse(ii,jj,c) 的一次调用来一次更新矩阵。这会快得多。

有关稀疏数据的更多详细信息和建议，请参阅我书中的第 137-140 页。

【讨论】：

感谢您的回复，我现在正在做同样的事情。等待结果。再次感谢