利用matlab高效填充稀疏矩阵

我正在使用一个非常大的稀疏矩阵：

  U = sparse(a,b)   % a and b are very large

另一方面，存在具有“a”行的单元格Ind。在每一行中，存在一个“变量”数量的元素，例如：

  Ind{1} = [1 3 5 19 1000 1340]
  Ind{2} = [9 100 1500 1600 8000 b]
    ...
  Ind{a} = [3 5 6 90 1000 4300 5712 9480]

可以看出，Ind{i}中的最大索引数可以是'b'。对于这些索引向量中的每一个，也存在一个类似“c”的内容矩阵：

 c = [2 3 1 6 3 5 1 3 4 1 2 ... 5]   

问题是，对于Ind{i}中的每个元素，我想用c（Ind{i}）填充'row=i'和'col=Ind{i}'，即

---

问题是“a”非常大，循环需要很长时间才能计算。有没有办法避免循环

我不确定是否有办法避免循环，但通过构建三个大向量（两个用于行和列索引，一个用于值）并在循环后构建稀疏矩阵，我确实获得了2到20的速度提升系数（我将

a

的范围从3到5000，

b

固定为10000）：

strides = cellfun(@numel,Ind);
n       = sum(strides);
I(n,1)  = 0;
J(n,1)  = 0;
S(n,1)  = 0;
bot     = 1;

for k = 1:a
    top  = bot + strides(k) - 1 ;
    mask = bot:top              ;
    %
    I(mask) = k         ;
    J(mask) = Ind{k}    ;
    S(mask) = c(Ind{k}) ;
    %
    bot = top + 1;
end
U = sparse(I,J,S,a,b);

---

这是建议使用的

sparse

，因为稀疏矩阵的赋值比常规数组更昂贵。

U=sparse（I，J，S，a，b）非常有趣。只剩下一个小问题：假设J=[50 300 12 9 50 12]。如果我们想使列数等于max（J），那是胡说八道。在本例中，J需要是：J=[3 4 2 1 3 2]。如果J非常大，在你看来，什么函数可以进行这种转换？@YAS“如果我们想使列数等于max（J）”，我一点也不明白。

sparse

的最后一个参数定义了稀疏矩阵的最大列数。@TroyHaskin次要注释。你可以只做

strips=cellfun（@numel，Ind）。不需要用
numel
包装匿名函数，因为您可以直接调用
numel
d。@rayryeng-Huh。我不知道这两种形式之间有什么区别。不，没有。。。少打字：）这是我心中的密码。
strides = cellfun(@numel,Ind);
n       = sum(strides);
I(n,1)  = 0;
J(n,1)  = 0;
S(n,1)  = 0;
bot     = 1;

for k = 1:a
    top  = bot + strides(k) - 1 ;
    mask = bot:top              ;
    %
    I(mask) = k         ;
    J(mask) = Ind{k}    ;
    S(mask) = c(Ind{k}) ;
    %
    bot = top + 1;
end
U = sparse(I,J,S,a,b);