Question

我正在对日志域中的浮点稀疏矩阵进行一些计算，因此“空”条目实际上是-Inf（使用-FLT_MAX）。我现在正在使用自定义稀疏矩阵类，但我渴望交换一个现成的替代品。

这是在C ++中。我倾向于查看Eigen和Boost uBlas中的压缩列矩阵。但是，不清楚是否支持“零”的自定义值（可能由模板参数提供）。有没有人有建议？

澄清：

我想要的是：对于之前没有“设置”的任何单元格（i，j），我希望mat [i，j]返回-Inf ...所以这可能更好地描述为稀疏矩阵的“空”条目的“默认”值。

我使用它来执行HMM递归（Viterbi，sum-product），并保留在日志域中以避免下溢。

我没有做任何矩阵操作......我只是填写动态编程画面。我想使用稀疏矩阵类，因为我只填充矩阵的一个带，我希望有效的内存使用。压缩的带状矩阵将提供良好的性能，因为我按顺序填充矩阵。

Answer 1

这样的事情怎么样？

class compressed_matrix_nonzero_default : public boost::numeric::ublas::compressed_matrix<double>
{
    double def;
public:
    compressed_matrix_nonzero_default( int s1, int s2 )
        : boost::numeric::ublas::compressed_matrix<double>(s1,s2)
        , def(0)
    {

    }
    void setDefault( double d ) { def = d; }
    double value( int i, int j )
    {
        typedef boost::numeric::ublas::compressed_matrix<double>::iterator1 it1_t;
        typedef boost::numeric::ublas::compressed_matrix<double>::iterator2 it2_t;
        for (it1_t it1 = begin1(); it1 != end1(); it1++)
        {
            if( it1.index1() <  i )
                continue;
            if( it1.index1() > i ) {
                return def;
            }
            for (it2_t it2 = it1.begin(); it2 != it1.end(); it2++)
            {
                if( it2.index2() < j )
                    continue;
                if( it2.index2() == j )
                    return *it2;
                if( it2.index2() > j )
                    return def;
            }


        }
        return def;
    }

};

用法

compressed_matrix_nonzero_default MNZ(3,3);
MNZ.setDefault(-100);
MNZ (1,1) = 45;

for( int i = 0; i < 3; i++ ) {
    for( int j = 0; j < 3; j++ ) {
        std::cout << MNZ.value(i,j) << ",";
    }
    std::cout << "\n";
}

Answer 2

我目前正在制作的解决方案就是这个。定义一个班级lfloat：

class lfloat {
  float value;
public:
  lfloat(float f=-FLT_MAX)
  {
    value = f;
  }

  lfloat& operator=(float f)
  {
    value = f;
    return *this;
  }

  operator float()   { return value; }
};

并像这样使用它：

compressed_matrix<lfloat> M1(3,3);

这样我们就不会重写boost矩阵类中的任何功能，但我们应该得到所需的结果。

具有可参数化“零”的稀疏矩阵类

2 个答案: