MATLAB内存分配：在mat文件上循环

我有

n

mat文件，其中包含单个巨大矩阵的部分。我想加载mat文件并连接行、列和值向量以构建矩阵

W

。现在，我正在执行以下操作，但速度非常慢，我知道我不应该动态增加

行

，

cols

，

vals

：

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，我这样解决：

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

您需要预先分配一个数组。假设

r

，

c

和

v

的大小各为a*b

总的来说，您需要a*n行和b列，因此使用

rows=nan（a*n，b）

要将数据写入数组，必须设置正确的索引：

行（（ii-1）*a+1:ii*a，1:end）=r

一些想法

• 在我看来，矩阵的大小是一样的
• 另一个瓶颈可能是

  find

  函数
• 两个矩阵在同一索引中的值是否会不同？这可能会导致问题

你可以做：

 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

不是稀疏的，那么添加一个

w=sparse（w）

这里有一个技巧，有时可以帮助您加快速度，就好像您的变量已经初始化一样。然而，有时这并没有什么帮助，所以找到答案的唯一方法是尝试：

替换以下行：

rows = [rows; r];

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

通过以下方式：

rows = [rows; r];

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

---

问题是我不知道

r

，

c

，

v

的维度。但是，我想这无论如何都可以实现，方法是以最大大小分配

行

，

列

，

VAL

，并动态确定每个子矩阵的大小。已经谢谢了，我会试试这个然后再给你回复！实际上这个代码在matlab中是无效的。对于ii=1:n，它应该是

，

谢谢你指出这一点，我修正了它。请给出哪一行花费时间最多的配置文件结果。同时给出这些行中变量的相关大小，并检查调用这些行的频率命令是我的问题。我解决了它，并将相应地更新我的帖子！谢谢你的回答。请注意：1。矩阵的大小是一样的，这是事实。2.查找功能非常快，通常不是瓶颈。3.很好，但幸运的是，这不会发生在我身上。您的解决方案是可行的，但以这种方式对稀疏矩阵的写入访问速度非常慢，应该避免，因为稀疏矩阵的组织方式（如果您感兴趣，请提供更多信息）。我明白了-您的矩阵是否足够小，可以以完整形式存储在内存中？那可能会更快。不，不幸的是这不可能。同时，我找到了一个解决方案，不过，感谢您的投入！