Question

我没有在Matlab之外做太多编码，但是我需要将我的Matlab代码导出到另一种语言，很可能是C.我的Matlab代码包括直方图函数histc（），它放置我的输入数据（这是双精度，而不是整数）到指定的二进制数组中，以形成直方图。

我确信我可以将几个嵌套循环拼凑在一起以生成直方图函数，但我需要这个函数快速且内存轻，因为它将被重复且经常访问。

为了避免重新发明轮子，任何人都知道C语言是否有任何现有的直方图功能可供使用，或者是否需要这样的人通常自己创建它？

任何人都知道创建直方图的有效算法？伪代码很好。

提前致谢。

Answer 1

“理想”直方图算法取决于您希望捕获的范围。通常，任何直方图算法都如下所示：

const int NSAMPLES = whatever;
double samples[NSAMPLES] = { 1.0, 3.93, 1e30, ... }; // your data set
const int NBUCKETS = 10; // or whatever
int counts[NBUCKETS] = { 0 };
for (int i = 0; i != NSAMPLES; ++i) {
    counts[TRANSFER(samples[i])]++;
}

其中TRANSFER()是将输入映射到bin的函数（第0或第N个bin映射到适用的“超出范围”）。

TRANSFER()的确切实施很大程度上取决于您的样本的预期分布以及您对细节感兴趣的位置。我见过的一些常见方法：

范围[a，b]中的均匀分布（需要线性变换）
无符号整数值的对数分布（最好与某些bit twiddling hacks结合使用，以快速确定最接近的2次幂或类似值。）

如果你不知道预先分配，那么你真的不能有一个有效的机制来有效地对它们进行分类：你要么必须猜测（有偏见或无意义的结果），要么存储所有内容并将其排序为最后，装入相同大小的桶（性能不佳）。

Answer 2

GSL（GNU科学图书馆）包含直方图实现。

以下是文档：http://www.gnu.org/software/gsl/manual/html_node/Histograms.html。

以下是一个使用示例：http://www.gnu.org/software/gsl/manual/html_node/Example-programs-for-histograms.html。

Answer 3

我在C中编写了自己的直方图代码，因为它很简单，我甚至没想过要找一个库。通常你只需要创建一个数组来包含你想要的箱子数量[num_bins = (int)(val_max - val_min + 1);]，当你遇到每个样本时，你可以除以箱子的数量[bin_idx = (int)((value - val_min) / bin_width);]（其中{{ 1}}）找到它所属的位置然后递增bin计数器。这是一种简单，快速，单一的数据传递方式。检查上面的算术是否有边缘情况。

您可能遇到的问题是您的输入域可能未知。如果您的所有数据都只在其中的一小部分内，那么在bin_width = (max-min)/num_bins的整个范围内拥有100个分箱并不会太好。解决方案是首先对数据进行传递，以找到范围的最小值/最大值。实际上没有快速解决这个问题，大多数图书馆都会提前询问最小/最大。

搜索快速/高效的直方图算法（带有预先指定的箱）

3 个答案: