Question

我有n个mat文件，包含单个巨大矩阵的部分内容。我想加载mat文件并连接行，列，值向量来构建矩阵W。现在，我正在做以下事情，但它确实很慢，我知道我不应该动态增加rows，cols，vals的大小：

rows=[];cols=[];vals=[];

for ii=1:n
    var = load( sprintf('w%d.mat', ii) );
    [r,c,v] = find( var.w );

    rows = [rows; r];
    cols = [cols; c];
    vals = [vals; v];
end

W = sparse( rows, cols, vals );

你知道更好的方法吗？提前谢谢！

解决方案

根据Daniel R的建议，我解决了这个问题：

rows=zeros(maxSize,1);
cols=zeros(maxSize,1);
vals=zeros(maxSize,1);
idx = 1;

for ii=1:n
    var = load( sprintf('w%d.mat', ii) );
    [r,c,v] = find( var.w );        

    len = size(r,1);
    rows(idx:(idx-1+len))=r;
    cols(idx:(idx-1+len))=c;
    vals(idx:(idx-1+len))=v;
    idx = idx+len;
end

W = sparse( rows, cols, vals );

非常快，非常感谢！

Answer 1

您需要预先分配数组。假设r，c和v的大小为a * b。

总共需要* n行和b列，因此使用rows=nan(a*n,b)预先分配

要将数据写入数组，您必须设置正确的索引：rows((ii-1)*a+1:ii*a,1:end)=r

Answer 2

一些想法。

在我看来，矩阵具有相同的大小。
另一个瓶颈可能是find功能。
可能会发生两个矩阵在同一个索引上有不同的值吗？这可能会导致问题。

你可以这样做：

 var = load( 'w1.mat' );
 W = var.w;
 for ii  = 2:n
    var = load( sprintf('w%d.mat', ii) );
    ig = var.w~=0;
    W(ig) = var.w(ig);
 end

如果var.w不稀疏，请添加W = sparse(W)

Answer 3

这是一个技巧，有时可以帮助加快速度，就像你的变量被初始化一样。但是，有时它只是没有用，所以找出答案的唯一方法是尝试：

替换以下行：

rows = [rows; r];

通过以下行：

rows(end+(1:numel(r))) = r;

MATLAB内存分配：循环mat-files

3 个答案: