如何将我的Libsvm向量加速到std :: vector <float>转换？</float>

Question

简介

我有一个形式为：

的libsvm向量

{I_1：V_1; I_2：V_2; ...; 1-N：v_n}

i_j：v_j 分别代表索引和值。如果该值为null，则不会给出任何索引。

  

我的目标是计算两个libsvm之间的欧氏距离   向量。为此，我必须将它们转换为相同的vector<float>   尺寸。在下面的例子中，我将展示我用来将libsvm向量转换为vector<float>的函数。

---

实施例

第一列的索引= 2648 ，值= 0.408734 ，这意味着它之前的所有值都是零。

LIBSVM VECTOR = 2648：0.408734; 4157：0.609588; 6087：0.593104; 26747：0.331008

---

源代码

#include <vector>
#include <string>
#include <chrono>
#include <boost/algorithm/string.hpp>

using namespace std;
using namespace chrono;
//convert libsvm vector to float vector in order to compute the similarity
vector<float> splitVector(const vector<string> &);

int main()
{
   vector<string> libsvm {"2648:0.408734","4157:0.609588","6087:0.593104","26747:0.331008" };
   high_resolution_clock::time_point t1 = high_resolution_clock::now();
   vector<float> newVec = splitVector(libsvm);
   high_resolution_clock::time_point t2 = high_resolution_clock::now();
   auto duration = chrono::duration_cast<chrono::microseconds>( t2 - t1 ).count();
   cout <<"construction time: " << duration << endl;
   return 0;
}

vector<float> splitVector(const vector<string> & v)
{
    int numberofterms = 266373;
    vector<float> values;
    vector<int> previous_idx;
    for(int i = 0; i < v.size(); i++)
    {
        vector<string> tmpv;
        boost::split(tmpv, v[i] , boost::is_any_of(":"));
        //idx:value
        int idx = atoi(tmpv[0].c_str());
        float val = atof(tmpv[1].c_str());

        //summation of previous indices
        int sum = accumulate(previous_idx.begin(), previous_idx.end(), 0);
        int n = idx - (sum + i + 1);
        //fill vector with 0s
        for(int k = 0; k < n; k++)
            values.push_back(0.0);
        //add value
        values.push_back(val);
        previous_idx.push_back(n);
    }//end for

    int paddingsize = numberofterms - values.size();

    for(int i = 0; i < paddingsize;i++)
    {
      values.push_back(0.0);
    }
    return values;
}//end function

---

问题

转换的时间大约是 0,00866 秒，当我有 1000 时，它会变慢。有没有更快的方法将libsvm向量转换为vector<float>？

---

修改功能

values.resize(266373,0.0);
void splitVector(const vector<string> & v, vector<float> & values)
{
    vector<string> tmpv;
    for(int i = 0; i < v.size(); i++)
    {
        boost::split(tmpv, v[i] , boost::is_any_of(":"));
        //idx:value
        int idx = atoi(tmpv[0].c_str());
        float val = atof(tmpv[1].c_str());
        tmpv.clear();
        values[idx] = val;
    }//end for

}//end function

Answer 1

您可以通过重用vector来减少内存分配的时间成本。 更具体地说，

• 通过在tmpv循环之前声明它并在每个循环开始时调用for来重用tmpv.clear()
• values预先分配values.reserve();并按values.resize(266373, 0.0)填充，而不是重复push_back()。
• 如果可能，请重复使用previous_idx。这可能会对代码结构产生负面影响，从而对可维护性产生负面影响。