如何有效地从矩阵中生成行的随机子集

如果你不需要B按随机顺序排列,那么随机洗牌比你需要的工作更多。

如果“stl”是指sgi的stl,那么使用 random_sample .

如果“STL”指的是C++标准库,那么你就没有随机抽样。您可能希望复制实现,但在第一个 n 步骤。这将缩短时间。

请注意,这两者都在适当的位置修改了序列。根据您实际希望a和b结束的位置,以及谁拥有原始文件,这可能意味着您最终要对每行进行两次复制-一次将其放入可变容器中进行随机播放,然后再次将其放入最终目的地。这比需要的内存和处理时间更多。为了解决这个问题,你也许可以 swap 从临时容器中取出行,并放入A和B中。或复制算法,但要使其适应:

• 列出第一个向量的索引
• 部分无序排列索引列表
• 将前n个索引对应的行复制到a,其余的复制到b。

我不确定这会更快或使用更少的内存,但我怀疑是这样。

标准 random_shuffle 说它执行“交换”。我希望这意味着它对向量是有效的,但您可能想检查它是否实际使用了优化的 掉期 ,不做任何复制。我认为这应该意味着这一点,特别是因为自然实现就像Fisher Yates那样,但是我不确定是否应该使用标准中的语言来保证它。如果是复制,那么您的第二种方法将非常缓慢。如果它正在使用 掉期 然后它们大致相当。 掉期 在一个向量上会比 掉期 在一个索引上,但里面没有很多。与复制行相比,交换向量或索引的速度非常快,而且每个操作都有m个,所以我怀疑这会对总运行时间产生巨大的影响。

[编辑:Alex Martelli最近抱怨“STL”这个词的滥用意味着C++标准库。在这种情况下,它确实有区别:-)]

我认为 random_shuffle 指数有意义。

如果您需要避免复制单个行的开销,并且不介意共享数据,那么您可以使A和B矩阵成为指向原始矩阵中行的指针的向量。

最简单的方法是:使用一个随机整数生成器,在一个单独的容器中对每行的偏移量进行排队(假设每行在每列向量中的偏移量相同)。您使用的容器将更多地取决于其最终用途。(记住要注意尺寸限制,并将偏移容器的寿命与矩阵本身联系起来)。

编辑:用偏移替换指针-更合理更安全。

奥利格: 快速问:每个(内部)向量是一行还是一列?

也就是说,m是列的向量还是行的向量?