c++ - double的多个 vector 的中位数(c++, vector < vector<double>>)

Question

我有一个包含 vector vector 的数据结构，每个 vector 由大约 ~16000000 个 double 值组成。

我现在想对这些 vector 进行中值组合，也就是说，我在第 i 个位置取值的每个原始 vector ，计算这些 vector 的中值，然后将它们存储在第 i 个位置的结果 vector 中。

我已经有了直接的解决方案，但速度太慢了:

vector< vector<double> > vectors; //vectors contains the datavectors
vector<double> tmp;
vector<double> result;
vector<double> tmpmedian;
double pixels = 0.0;
double matrixcount = vectors.size();

    tmp = vectors.at(0);
    pixels = tmp.size();
    for (int i = 0; i < pixels; i++) {
        for (int j = 0; j < matrixcount; j++) {
            tmp = vectors.at(j);
            tmpmedian.push_back(tmp.at(i));
        }
        result.push_back(medianOfVector(tmpmedian));
        tmpmedian.clear();
    }

return result;

medianOfVector 看起来像这样:

double result = 0;

if ((vec.size() % 2) != 0) {
    vector<double>::iterator i = vec.begin();
    vector<double>::size_type m = (vec.size() / 2);

    nth_element(i, i + m, vec.end());
    result = vec.at(m);
} else {
    vector<double>::iterator i = vec.begin();
    vector<double>::size_type m = (vec.size() / 2) - 1;

    nth_element(i, i + m, vec.end());
    result = (vec.at(m) + vec.at(m + 1)) / 2;
}

return result;

我有一种算法或方法可以更快地完成此操作，但几乎要花很长时间才能完成。

---

编辑:感谢您的回复，以防万一有人对这里的固定版本感兴趣，它现在需要大约 9 秒才能将三个 vector 与约 16000000 个元素组合在一起，平均组合需要大约 3 秒:

vector< vector<double> > vectors; //vectors contains the datavectors
vector<double> *tmp;
vector<double> result;
vector<double> tmpmedian;

    tmp = &vectors.at(0);
    int size = tmp->size();
    int vectorsize = vectors.size();
    for (int i = 0; i < size; i++) {
        for (int j = 0; j < vectorsize; j++) {
            tmp = &vectors.at(j);
            tmpmedian.push_back(tmp->at(i));
        }
        result.push_back(medianOfVector(tmpmedian));
        tmpmedian.clear();
    }
return result;

和 medianOfVector:

double result = 0;

if ((vec.size() % 2) != 0) {
    vector<double>::iterator i = vec.begin();
    vector<double>::size_type m = (vec.size() / 2);

    nth_element(i, i + m, vec.end());
    result = vec.at(m);
} else {
    vector<double>::iterator i = vec.begin();
    vector<double>::size_type m = (int) (((vec.size() - 1) / 2));
    nth_element(i, i + m, vec.end());
    double min = vec.at(m);
    double max = *min_element(i + m + 1, vec.end());
    result = (min + max) / 2;
}

return result;
}

Answer 1

有几点，都源于您定义了 tmp。作为 vector 而不是(例如)引用。

vector<double> tmp;

tmp = vectors.at(0);
pixels = tmp.size();

在这里您复制了整个 vectors[0]进入tmp只是为了提取大小。通过避免复制，您几乎肯定会获得一些速度:

pixels = vectors.at(0).size();

这不是为了获取其大小而复制整个 vector ，而是获取第一个 vector 的引用，并获取该现有 vector 的大小。

for (int i = 0; i < pixels; i++) {
    for (int j = 0; j < matrixcount; j++) {
        tmp = vectors.at(j);
        tmpmedian.push_back(tmp.at(i));
    }

在这里您再次复制整个 vectors.at(j)进入tmp .但是(再次强调)您实际上并不需要所有数据的新拷贝——您只是从该拷贝中检索单个项目。您可以直接从原始 vector 中检索所需的数据，而无需复制整个内容:

tmpmedian.push_back(vectors.at(j).at(i));

下一步可能是不再使用 .at至 operator[] :

tmpmedian.push_back(vectors[j][i]);

虽然这更像是一种权衡——它不太可能获得那么多，并且在此过程中失去了一点安全性(范围检查)。为避免失去安全性，您可以考虑(例如)使用基于范围的 for循环而不是计数 for在您当前的代码中循环。

沿着相当不同的路线，您可以改为使用 vector<vector<double>>在 vector 周围使用小包装器将 2D 寻址到单个 vector 中。将其与合适的按列迭代器一起使用，您可以避免创建 tmpmedian基本上作为原始二维矩阵的一列的拷贝——相反，您将按列迭代器传递给 medianOfVector , 并就地迭代原始数据的一列。