Re: [討論] 簡單的計算 想不到暴力解之外的方法

看板MATLAB作者 (天)時間10年前 (2015/09/05 11:41), 10年前編輯推噓6(6013)
留言19則, 2人參與, 最新討論串2/3 (看更多)
%% function rle % to comput the lengths and values along a vector function [len, values] = rle(x) i = [find(x(2:end) ~= x(1:end-1)); length(x)]; len = diff([0; i]); if nargout > 1 values = x(i); end end %% function inverse_rle % produce a vector with lengths and coresponding values function out = inverse_rle(len, values) res = arrayfun(@(x, y) y*ones(x, 1), len, values, 'UniformOutput', false); out = cat(1, res{:}); end %% main % data generation N = 10000; occurPoints = unique(randi(N, 100, 1)); if mod(length(occurPoints), 2) == 1 occurPoints = [occurPoints; N]; end dat = zeros(N, 1); for i = 1:2:length(occurPoints) dat((occurPoints(i)+1):occurPoints(i+1)) = 1; end %% data generation - method 2 % len = diff([0; occurPoints; N]); % values = repmat(0:1, 1, ceil(length(len)/2)); % values = values(1:length(len))'; % v = inverse_rle(len, values); % isequal(v, dat) % 1 % part 1 [len, values] = rle(dat); valuesCusum = cumsum(values); values(values==1) = valuesCusum(values==1); out_part1 = inverse_rle(len, values); % part 2 [len, values] = rle(dat); tmp = values(values == 0); tmp(len(values==0) < 100) = 1; values(values == 0) = tmp; outTmp = inverse_rle(len, values); [len2, values2] = rle(outTmp); valuesCusum = cumsum(values2); values2(values2==1) = valuesCusum(values2==1); out_part2 = inverse_rle(len2, values2); % part 2 - method 2 (faster, about 2 times) [len, values] = rle(dat); [valuesLen, valuesValues] = rle(values); tmp = [0; cumsum(valuesLen)]; valuesLenNew = zeros(length(valuesValues), 1); k = 1; for i = 1:(length(tmp)-1) valuesLenNew(i) = sum(len((tmp(i)+1):tmp(i+1))); end valuesCusum = cumsum(valuesValues); valuesValues(valuesValues==1) = valuesCusum(valuesValues==1); out_part2_2 = inverse_rle(valuesLenNew, valuesValues); isequal(out_part2, out_part2_2) % 1 第三部分就利用類似第二部分的概念去寫吧,當作練習吧XDD ※ 引述《JamesChen ( )》之銘言: : 問題很簡單,分兩個部分 : 一串 0 1 數列 : 大致長得像是 0 0 0 0 0 1 1 1 1 1 1 1 1 0 0 0 0 0 0 0 0 1 1 1 1 0 0 0 : 簡單來說 1 代表 A 事件發生 0 代表沒有 然後這是每個時間點的紀錄 : 所以 A 一旦發生不會只發生 1 個點就結束 一定是一串 : 我想要做的是創一個新的數列 第 N 次 一串 1 變成一串 N : 以上面的例子來說就是後面 4 個 1 都變成 2 : 我只想到 for loop + if 硬幹的方法 : 但實際資料很長 又有好多受試者 感覺很耗時間 : 第二個部份是 : 如果兩串 1 之前的 0 少於 200 個 需要把這兩串 1 合併 (中間的 0 都當作 1) : 我一樣只想到硬解 : 我猜是小弟我不夠熟 Matlab 平常都在用一些自己習慣的 function : 沒有做過類似的事情 但應該都有速解 : 希望高手可以幫個忙 : 甚至提點一下就好 -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 123.205.27.107 ※ 文章網址: https://www.ptt.cc/bbs/MATLAB/M.1441424461.A.57D.html

09/05 11:53, , 1F
回應超快 感謝... 好神
09/05 11:53, 1F
第二部分可以再加速,直接用values跟lens做新的lens跟values 不過這部分要再想一想怎麼做XD (已新增)

09/05 13:36, , 2F
其實c大你這樣寫以演算法而言也算是暴力法就是...只是
09/05 13:36, 2F

09/05 13:36, , 3F
你向量化得漂亮
09/05 13:36, 3F

09/05 13:37, , 4F
不過我也想不到如何將演算法變成非暴力法就是...感覺
09/05 13:37, 4F

09/05 13:37, , 5F
就ㄧ定要暴力法
09/05 13:37, 5F
對我來說這只是一種資料整理 我沒有想過要用一個演算法去解決這個問題 資料整理只要有效率就好了拉XDD 況且這個方法 1e6筆、100個change點的資料也只要0.2秒 畢竟我是統計出身...我並不在意是不是暴力,只在乎是否能夠整理成我要的資料 演算法就交給其他人做吧XDDDDDD 可能建議原PO標題改成如何加速這段程式,就不需要著眼在是不是暴力法這件事 另外就是原PO可能使用的方式是 如果資料有N筆,有M個change(0->1 or 1->0)的點 那麼for-loop + if 就是 O(N),我這樣計算就只是O(M) (如果原PO不是一個個算就不是O(N)) 就計算來說,我降低了計算的複雜度,而達到加速的功效 根據我自己讀過的內容,廣義而言,演算法就是一種降低計算複雜度的方法 因此,廣義而言,我這也是在提供一種演算法XD

09/05 13:55, , 6F
沒啦 因為原原PO說他不會非暴力法 讓我直覺他想改進演
09/05 13:55, 6F

09/05 13:55, , 7F
算法 但看來他應該只是要比loop快的方法 那對matlab而
09/05 13:55, 7F

09/05 13:55, , 8F
言當然就是向量化了
09/05 13:55, 8F
我覺得我太認真了 哈

09/05 14:24, , 9F
不是喔~以part1來說 你的O(N)的部分等於是在cumsum中
09/05 14:24, 9F
cumsum那裏也是O(M)才對 因為出來的值是change point的值

09/05 14:25, , 10F
你指的O(M)是在後面的values(values==1)中對吧? 這個其
09/05 14:25, 10F
那裏應該也是O(M)

09/05 14:26, , 11F
實也還是matlab內建一個個元素去search吧...所以應該還
09/05 14:26, 11F

09/05 14:26, , 12F
是O(N)才對?
09/05 14:26, 12F
你說的是rle的find嗎?那部分確實是O(N)

09/05 14:28, , 13F
等下我是搞錯什麼 cumsum不就是把一個個元素疊加起來?
09/05 14:28, 13F

09/05 14:28, , 14F
這樣應該是O(N)阿~然後values(values==1)的部分也是一個
09/05 14:28, 14F

09/05 14:29, , 15F
個元素去看你values是否=1 是的話就回傳index給你 這樣
09/05 14:29, 15F
可能有誤會 cumsum確實是O(length(input)) 但是我這裡的values 只會有M個值 所以我寫O(M) N是指原本的資料長度

09/05 14:29, , 16F
還是O(N)阿~ 也就是matlab內建這功能還是有掃個N次的for
09/05 14:29, 16F

09/05 14:32, , 17F
確實有誤會 你的O(N)應該在rle裡面就做完了
09/05 14:32, 17F
對,我的O(N)在rle就做完了

09/05 14:32, , 18F
sorry我沒細看XD 不過這樣複雜度就還是O(N)
09/05 14:32, 18F
是阿(茶,我想錯了 所以我還是沒有降低計算的複雜度QQ ※ 編輯: celestialgod (123.205.27.107), 09/05/2015 14:35:47

09/05 15:23, , 19F
沒差 matlab就是向量化就快
09/05 15:23, 19F
文章代碼(AID): #1LwcHDLz (MATLAB)
文章代碼(AID): #1LwcHDLz (MATLAB)