Question

我想计算K*es其中K是Eigen矩阵（维度pxp），es是px1随机二进制矢量用1s。

例如，如果p=5和t=2可能es为[1,0,1,0,0]'或[0,0,1,1,0]'，等等......

如何使用es轻松生成Eigen？

Answer 1

我想出了一个更好的解决方案，它是std::vector，Egien::Map和std::shuffle的组合。

std::vector<int> esv(p,0);
std::fill_n(esv.begin(),t,1);
Eigen::Map<Eigen::VectorXi> es (esv.data(), esv.size());
std::random_device rd;
std::mt19937 g(rd());
std::shuffle(std::begin(esv), std::end(esv), g);

此解决方案具有内存效率（因为Eigen::Map不会复制esv），并且具有很大的优势，即如果我们想要多次置换es（就像在这种情况下一样）），那么我们只需要重复std::shuffle(std::begin(esv), std::end(esv), g);

也许我错了，但这个解决方案似乎比以前更优雅，更有效。

Answer 2

所以你正在使用Eigen。我不确定您使用的矩阵类型，但我会离开班级Eigen::MatrixXd。

您需要做的是：

创建一个全0
选择随机点从0到1翻转，介于0-p之间，并确保该点是唯一的。

以下代码应该可以解决问题，尽管您可以通过其他方式实现它。

//Your p and t
int p = 5;
int t = 2;

//px1 matrix
MatrixXd es(1, p);

//Initialize the whole 1xp matrix
for (int i = 0; i < p; ++i)
        es(1, i) = 0;

//Get a random position in the 1xp matrix from 0-p
for (int i = 0; i < t; ++i)
{
    int randPos = rand() % p;

    //If the position was already a 1 and not a 0, get a different random position
    while (es(1, randPos) == 1)
        randPos = rand() % p;

    //Change the random position from a 0 to a 1
    es(1, randPos) = 1;
}

Answer 3

当t接近p时，Ryan的方法需要生成超过t个随机数。为避免此性能下降，您可以解决原始问题

从[0，p）中找到均匀分布的t个不同的数字

通过以下步骤

从[0，p-t + 1]生成t均匀分布的随机数idx[t]
对这些数字idx[t]
idx[i]+i, i=0,...,t-1是结果

代码：

VectorXi idx(t);
VectorXd es(p);
es.setConstant(0);

for(int i = 0; i < t; ++i) {
  idx(i) = int(double(rand()) / RAND_MAX * (p-t+1));
}

std::sort(idx.data(), idx.data() + idx.size());

for(int i = 0; i < t; ++i) {
  es(idx(i)+i) = 1.0;
}

特征：随机二进制向量，t 1s

3 个答案: