在Matlab中进行稀疏矩阵迭代装配的最佳方法？

我的代码需要在循环中修改稀疏矩阵的元素。执行此操作时，matlab警告我，此稀疏索引表达式可能很慢。我正在使用Spalloc函数预分配稀疏数组，但仍然收到此警告。组装稀疏矩阵的最佳方法是什么？这就是我目前正在做的事情

K=spalloc(n,n,100); f=spalloc(n,1,100);

for i = 1:Nel
  [Ke,fe] = myFunction(Ex(i),Ey(i));
  inds = data(i,2:end);
  K(inds,inds) = K(inds,inds) + Ke; 
  f(inds) = f(inds)+fe; 
end

---

inds中的索引可能会在循环中出现多次，这意味着K或f中的一个元素可能会收到多个贡献。循环中的最后两行是我收到警告的地方

常用的方法是使用

sparse

构造函数：

S=稀疏（i，j，v，m，n）

i

和

j

是行和列索引向量，

v

是相应的数据向量。与重复索引对应的值会像代码一样求和。因此，您可以将行和列索引向量与数据向量一起构建，然后用它们调用

sparse

例如：

nout=Nel*（大小（数据，2）-1）；
%K的数据向量
Kdata=零（1，零）；
%f的数据向量
fdata=零（1，零）；
%K和f的索引向量
sparseIdxvec=一（1，零）；
outIdx=1；
对于i=1:Nel
[Ke，fe]=myFunction（Ex（i），Ey（i））；
inds=数据（i，2：结束）；
nidx=numel（inds）；
outIdxvec=outIdx:outIdx+nidx-1；
sparseIdxvec（outIdxvec）=inds；
Kdata（outIdxvec）=Ke；
fdata（outIdxvec）=fe；
outIdx=outIdx+nidx；
结束
K=稀疏（sparseIdxvec，sparseIdxvec，Kdata，n，n）；
f=稀疏（sparseIdxvec，1，fdata，n，1）；

---

根据您的应用程序，这可能更快，也可能更快。

要获得您正在做的事情的大致数字，您的

n

、

Ne1

值是多少，以及

Ke

和

fe

的密度是多少（意味着哪个百分比不是零？）。