Question

我有一个有价值的双M数组，其中size（M）= 15000

我需要使用命令diag（M）

将此数组转换为对角矩阵

但我得到了着名的错误out of memory

我使用选项-nojvm运行matlab以获得内存空间

并在Windows上使用optin 3GB开关

我也尝试将我的数组转换为双精度

但问题仍然存在

还有其他想法吗？

Answer 1

除了生成完整的对角矩阵（非常稀疏）之外，还有更好的方法可以做任何你想要做的事情。

将具有2.25亿个元素的矩阵乘以其他矩阵也需要很长时间。

我建议您重构算法以利用以下事实：

diag(M)(a, b) =
                   M(a)    | a == b
                   0       | a != b

你将节省大量的时间和记忆，无论谁付钱给你都会更快乐。

这是对角矩阵的样子：

除了矩阵的对角线之外的每个条目（行索引等于列索引的条目）都为零。将此示例与您提供的值diag(M) = A和M(n) = A_n

相关联

Answer 2

使用稀疏矩阵

 M = spdiags( M, 0, numel(M), numel(M) );

有关详细信息，请参阅spdiags和sparse matrices上的matlab文档。

Answer 3

如果你有n - by - n方阵，M，你可以直接通过

将对角元素提取到行向量中

n = size(M,1);    % Or length(M), but this is more general
D = M(1:n+1:end); % 1-by-n vector containing diagonal elements of M

如果你有一个旧版本的Matlab，上面甚至可能比使用diag更快（如果我记得，diag并不总是编译功能）。然后，如果你需要保存内存并且只需要M的对角线并且可以摆脱其余部分，你可以这样做：

M(:) = 0;         % Zero out M
M(1:n+1:end) = D; % Insert diagonal elements back into M
clear D;          % Clear D from memory

对于双精度值，这不应该在任何时候分配大约(n^2+n)*8 = n*(n+1)*8个字节（索引操作需要一些）。如果你需要一个（完整的，非稀疏的）n - by - n对角矩阵，还有其他方法可以做到这一点，但是没有办法绕过你至少需要n^2*8个字节来存储双精度矩阵。

但是，你仍然可能会遇到问题。我将研究稀疏数据类型，如@ user2379182所示。或者重做你的算法。或者更好的是，考虑获得64位Matlab和/或64位操作系统！