我在matlab中有两个稀疏矩阵
M1尺寸为9千x180万，M2尺寸为1.8百万x1.8百万。
现在我需要计算表达式
M1/M2
我花了一个小时。这是正常的吗？在matlab中是否有任何有效的方法，以便我可以克服这个时间问题。我的意思是它很多，如果我进行多次迭代，那么它将继续花费1小时。有什么建议吗？
答案 0 :(得分：4)
基于假设使用共轭梯度或Kaczmarz方法等迭代方法进行快速回归计算，并且插入大小使我相信一小时也不错。
由于三角形被“反转”（如果没有明确表示），这两种方法都会接近“一些接近统一的标量因子”时间的许多指令〜9000次1.8e6次“收敛所需的迭代次数“。引号中两件事的乘积可能是大约50（最小）到大约1000（最大）。我没有选择这些来使你的数学工作，这些是关于我做这些的期望。如果你假设每秒大约1e9条指令（这对于内存访问等没有太大影响），那么大约需要13分钟到大约4.5小时。
因此，对于利用稀疏性的算法来说，它似乎在正确的范围内。
如果您了解结构，可能会更好地利用它，但可能不是很多。
注意，这并不是说13分钟是可以实现的。
编辑：一方面注意，我不确定使用了什么，但我假设了迭代方法。也可以使用直接方法(like explained here).如果您利用稀疏性权利，这些方法对于稀疏系统可以非常高效。默认情况下，Matlab很可能会使用它们，但是值得研究Matlab在你的情况下做了什么。
在我有限的经验中，迭代方法通常比直接方法更受欢迎，因为系统的大小变大（你的系统很大）。我们的线性系统也是块三对角线，就像它们在图像处理中经常做的那样。