在matlab中预分配单元格数组

Question

这是一个理解行为而不是特定问题的问题。

Mathworks表示数字是连续存储的，这使得预分配很重要。对于单元阵列，情况并非如此。

它们与C ++中的向量或指针数组类似吗？

这意味着预先定位不是那么重要，因为指针的大小是double的一半（根据whos - 但肯定会在某处存储mxArray数据类型的开销）。

运行此代码：

clear all
n = 1e6;

tic
A = [];
for i=1:n
    A(end + 1) = 1;
end
fprintf('Numerical without preallocation %f s\n',toc)

clear A

tic
A = zeros(1,n);
for i=1:n
    A(i) = 1;
end
fprintf('Numerical with preallocation %f s\n',toc)

clear A
tic
A = cell(0);
for i=1:n
    A{end + 1} = 1;
end
fprintf('Cell without preallocation %f s\n',toc)

tic
A = cell(1,n);
for i=1:n
    A{i} = 1;
end
fprintf('Cell with preallocation %f s\n',toc)

返回：     无预分配的数值0.429240 s     数值预分配0.025236 s     无预分配的电池4.960297 s     具有预分配的细胞0.554257 s

数值并不奇怪。但是确实让我感到惊讶，因为只有指针的容器而不是数据本身才需要重新分配。哪个应该（因为指针小于双倍）导致<.2s的差异。这个开销来自哪里？

一个相关的问题是，如果我想在Matlab中为异构数据创建一个数据容器（预分配是不可能的，因为最终的大小在开始时是未知的）。我认为句柄类不好，因为它也有很大的开销。

已经期待着学到一些东西

麻姑_

修改 我尝试了Eitan T提出的链表，但我认为matlab的开销还很大。我尝试用双数组作为数据（rand（200000,1））。

我做了一个小小的情节来说明：

图表的代码:(我使用了matlab hompage中的dlnode类，如回答帖子中所述）

D = rand（200000,1）;

s = linspace(10,20000,50);
nC = zeros(50,1);
nL = zeros(50,1);

for i = 1:50
a = cell(0);

tic
for ii = 1:s(i)
    a{end + 1} = D;
end
nC(i) = toc;

a = list([]);

tic
for ii = 1:s(i)
    a.insertAfter(list(D));
end
nL(i) = toc;

end

figure
plot(s,nC,'r',s,nL,'g')
xlabel('#iter')
ylabel('time (s)')
legend({'cell' 'list'})

不要误会我的意思我喜欢链表的想法，因为它有相当的灵活性，但我认为开销可能很大。

Answer 1

  

单元格数组是否与C ++中的向量或指针数组类似？

单元格数组允许存储不同类型和大小的数据，但每个单元格也会增加112字节的常量开销（参见this other answer of mine）。这远远超过8字节的双倍，这是不可忽视的，尤其是在处理大型单元阵列时，如您的示例所示。

可以合理地假设单元阵列被实现为连续的指针数组，每个指针指向单元的实际内容。

这意味着您可以单独修改每个单元格的内容，而无需实际调整单元格数组容器本身的大小。但是，这也意味着向单元阵列添加新单元需要动态存储分配，这就是为单元阵列预分配内存可以提高性能的原因。

  

一个相关的问题是，如果我想在Matlab中为异构数据创建一个数据容器（预先分配是不可能的，因为最终的大小在开始时是未知的）

不知道最终大小可能确实存在问题，但您始终可以预先分配具有所需最大支持大小的单元阵列（如果有），并最后删除空单元格。我还建议您查看implementing linked lists in MATLAB。