Question

（使用MATLAB）我有一个大坐标矩阵和一个大的稀疏邻接矩阵，其坐标相互连接。我先前已经问过，如何有效计算this SO question中的这些距离，但我现在遇到了内存问题，这是一个更严重的问题。

我使用这个MATLAB函数来计算距离矩阵Dists = pdist2(fruchterman_graph(:,:),fruchterman_graph(:,:),'euclidean');，但它在速度和最终内存的大型网络上都失败了。

这是仅在小图（不是数十万）上运行的代码：

coordinate = kamada_graph;
    [n, d] = size(kamada_graph);
    assert(d == 2);
    resi = sparse(adj*  spdiags((1:n)',0,n,n));
    resj = sparse(spdiags((1:n)',0,n,n) * adj);
    res = sparse(n,n);
    f = find(adj);  
    res(f) = sqrt((coordinate(resi(f), 1) - coordinate(resj(f), 1)) .^ 2 +...
                          (coordinate(resi(f), 2) - coordinate(resj(f), 2)) .^ 2);

在大图表上创建

???使用==＆gt;时出错查找矩阵太大而无法返回线性索引使用[i,j] = find(S)表示稀疏矩阵 ==＆gt;中的错误modularize_graphs at 49 [f] = find(adj);

我改变了被称为：

的行

[i,j] = find(ajd);    
res(i,j) = sqrt((coordinate(resi(i,j), 1) - coordinate(resj(i,j), 1)) .^ 2 +...
    (coordinate(resi(i,j), 2) - coordinate(resj(i,j), 2)) .^ 2);

现在在小网络上（~500个顶点）出现错误：

???记忆力不足。
  键入HELP MEMORY以获取选项。
  ==＆gt;中的错误modularize_graphs at 50
      res(i,j) = sqrt((coordinate(resi(i,j), 1) - coordinate(resj(i,j), 1)) .^ 2 +...

无论如何使用邻接矩阵和(N,2) x，y值的坐标矩阵来计算距离矩阵，而不会陷入内存问题并且可能使其不太明显还慢吗？

所需的输出是距离矩阵，即根据Adj邻接矩阵连接的所有点之间的距离。

Answer 1

要使用最小内存量计算逐点距离，您可以始终在元素的基础上迭代邻接矩阵：

%# assuming a square and symmetric adjacency matrix
nCoords = size(adjMat,1);

%# there are at most (n^2-n) distances 
%# if this runs out of memory already, there 
%# is a way to only store existing distances to save 
%# even more memory
distances = NaN((nCoords^2-nCoords)/2,1);

ct = 0;
for row = 1:nCoords
   for col = 1:row-1
     ct = ct+1;
     if adjacencyMatrix(row,col)
        distances(ct) = sum( (coordinate(row,:)-coordinate(col,:)).^2 );
     end
   end
end

distances = sqrt(distances);

使用稀疏方法，您可能需要尝试以下操作（我认为您不需要resi和resj，除非我完全误解了您的问题）。

[row,col]=find(adjacencyMatrix);

distances = sqrt(sum( (coordinate(row,:) - coordinate(col,:)).^2 ,2));

sparseDistanceMatrix = sparse(row,col,distances);

MATLAB，如何在不超出内存约束的情况下计算大坐标集之间的距离？

1 个答案: