Matlab 用于求解Ax=b中非常大的稀疏矩阵的反斜杠

在我的代码中，每个时间步稀疏矩阵

A

构建如下：

1< DX <120000

我处理的问题是一种离散化问题。我最多有120000个节点。这些节点中的每一个都有特殊的字符，我只选择那些符合我的条件的。这些选择的数量是

DX

，完全取决于物理过程

我在

x=A\b

中使用反斜杠。但是随着

A

的大小变得相当大，计算时间急剧增加（超过10e5个时间步（

DX>6e4

）

据我所知，反斜杠运算在MATLAB中已经得到了很好的优化，但我想知道：

使用codegen并将代码转换为C有意义吗

有人知道一种替代反斜杠的方法吗，这样可以减少计算时间（可能是一种迭代方法）

---

虽然

x=A\b

适用于许多系统，但您可能会遇到内存问题，从而导致速度减慢。另外，MATLAB有许多内置函数，用于迭代求解稀疏矩阵的Ax=b，例如

pcq（）

，

bigcg（）

，

cgs（）

，等等。请参见1）否，Matlab将调用预编译的高度优化例程来执行稀疏矩阵分解。我认为对于大多数输入，它将调用SuiteSparse的QR分解。对于平方矩阵，它遵循图形。所以使用codegen不会有帮助。如果您的代码使用大量的

来处理
循环，那么Codegen最有用，因为循环在M-code中效率很低，但在C/C++中速度很快。在你的例子中，你调用的是一个内置函数，所以这不会起任何作用。2）你的矩阵有什么特殊的结构吗？如果它是正方形和对角占优的，你可以使用雅可比迭代，这很容易编码。@jucestain:谢谢你的回答！不幸的是，矩阵没有遵循任何结构。这些值是随机分布的。
b = (1,DX)