Question

我一直在研究一种从大型稀疏（ish）矩阵中去除非零元素的算法，作为一种减少数值解的计算时间到大型耦合ODE系统的方法。 logistic equation。

基本思想是，每T个时间步，您可以评估状态矩阵B中的哪些元素大于某个阈值。对于那些被认为无关紧要（即低于阈值）的人，你在稀疏交互矩阵A中删除（设置为零）相关的行/列，这样AxB的计算将需要更少的触发器。（注意，对角线保持非零，所以状态矩阵的相关元素不会爆炸）

算法如下：

通过B向量扫描少于阈值和记录位置的元素
迭代A矩阵的非零元素，对应于1中记录的位置并记录位置
将对应于2.中记录的位置的A元素设置为零。

我需要分离步骤2.和3.因为如果将稀疏矩阵（arma :: sp_mat）的非零元素设置为零，则会破坏迭代器，因此无法实现结果单程。

有人可以就如何改进此算法提出任何建议吗？

（注意我不是计算机科学家，所以我可能没有明显的改进.MMMM很感谢你的尝试！）

#include <iostream>
#include <armadillo>


using namespace std;
using namespace arma;
int main() {

mat A = {{1, 0.2, 0, 0.2, 0, 0, 0.2, 0, 0.2, 0},
         {0, 1, 0.2, 0, 0.2, 0, 0, 0.2, 0 , 0},
         {0, 0, 1, 0.2, 0, 0, 0.2, 0, 0, 0.2},
         {0.2, 0, 0, 1, 0.2, 0, 0.2, 0.2, 0, 0.2},
         {0, 0.2, 0, 0.2, 1, 0.2, 0, 0, 0, 0.2},
         {0, 0, 0.2, 0, 0.2, 1, 0, 0.2, 0, 0},
         {0.2, 0, 0, 0.2, 0.2, 0, 1, 0, 0, 0.2},
         {0, 0.2, 0, 0.2, 0, 0, 0, 1, 0.2, 0},
         {0, 0, 0.2, 0, 0.2, 0.2, 0, 0, 1, 0},
         {0, 0, 0, 0.2, 0, 0.2, 0, 0, 0.2, 1}};
sp_mat Asp(A); // Interaction matrix in sparse representation

vec B = {1, 1, 0.1, 1, 0.1, 1, 1, 0.1, 1, 1};

double thresh = 0.2;

vec index(Asp.n_rows); // obj for storing locations of insignificant elements b

int count = 0;
for (int i=0; i<B.n_rows; i++) {
    if (B(i) < thresh) {
        index(count) = i;
        count ++;
    }
}

index.resize(count);

sp_mat tmp = Asp; // temp copy of interaction matrix

for (int i=0; i<index.n_rows; i++) {
    // iterate through non-zero elements in col corresponding to each element of index
    sp_mat::iterator bc = tmp.begin_col(index(i));
    sp_mat::iterator ec = tmp.end_col(index(i));

    // iterate through non-zero elements in row corresponding to each element of index
    sp_mat::row_iterator br = tmp.begin_row(index(i));
    sp_mat::row_iterator er = tmp.end_row(index(i));

    // mat for storing locations of non-zero elements to be removed
    mat loc(2, 2 * tmp.n_cols);

    int count2 = 0;
    for (auto j = bc; j != ec; j++) {
        loc(0, count2) = j.row();
        loc(1, count2) = j.col();
        count2++;
    }

    for (auto j = br; j != er; j++) {
        loc(0, count2) = j.row();
        loc(1, count2) = j.col();
        count2++;
    }

    loc.resize(2, count2);

    for (int j = 0; j < loc.n_cols; j++) {
        tmp(loc(0, j), loc(1, j)) = 0.0;
    }
}

tmp.diag().ones();

cout << "Number of non-zero terms interaction matrix = " << Asp.n_nonzero << endl;
cout << "Number of non-zero terms reduced matrix = " << tmp.n_nonzero << endl;
}

输出：

Number of non-zero terms interaction matrix = 45
Number of non-zero terms reduced matrix = 24

如何有效地删除＆＃39;非零元素sprase matrix C ++

0 个答案: