Arrays 并行MATLAB-创建分布式向量

我在Matlab中有一个相对较小的向量

R = randn(1,1000);

现在我想通过选择一组指定的元素来创建一个更大的向量，如下所示

Q = R([1 5 8 5 8 1 3 4 19 1, etc]);

所选元素的数量

numel（Q）

为1000000+，非常大。是否可以执行此步骤，使生成的向量

Q

自动成为分布式阵列，准备在多核机器上进行并行处理

---

谢谢

这里提到的方法假设您希望至少有

R

和

Q

作为分布式阵列

方法#1

此解决方案将基于此-

请注意，对于上述代码，

ind

将位于客户端。如果您也希望将其作为分布式阵列，请使用此-

N = 3;
R = randn(1,N,'distributed');
ind = ones(N,'distributed');
[~,ind(:,:)] = sort(rand(numel(R)));
Q = R(ind(:))

R = randn(1,N,'distributed');
Q = R(reshape(ceil(N*rand(N)),1,[]));

输出-

R =
    0.3080  0.8227  0.4248
Q =
    0.8227  0.3080  0.4248  0.4248  0.8227  0.3080  0.3080  0.4248  0.8227

在您的情况下，

N=1000

---

方法#2

如果您不关心

R

中的元素在

Q

中重复了多少次，那么您可以使用此选项-

N = 3;
R = randn(1,N,'distributed');
ind = ones(N,'distributed');
[~,ind(:,:)] = sort(rand(numel(R)));
Q = R(ind(:))

R = randn(1,N,'distributed');
Q = R(reshape(ceil(N*rand(N)),1,[]));

---

对不起，Q现在是分布式阵列吗？我需要对它做进一步的操作，我希望它们在16日并行工作cores@AiridasKorolkovas如果你只想创建一个分布向量，那么在你创建了一个法向量Q-

dQ=distributed（Q）

，其中

dQ

代表你的分布向量之后，这会起作用吗？当然会，但我认为直接使用分布式版本可以节省一半的处理时间。我正在考虑一些类似于直接从非零项构建稀疏（）矩阵的方法，而不是先创建一个完整的矩阵，然后再转换为稀疏。@airidaskorolkova只是从

R=randn（1，N，'distributed'）开始

即

R

是分布式阵列，然后

Q

将自动成为分布式阵列。因此，客户端不需要保存任何数据？检查编辑的代码。另外，我不知道为什么你需要在这里使用稀疏矩阵，因为你在这个问题上有问题。