sparse

Создайте разреженную распределенную или codistributed матрицу

Синтаксис

SD = sparse(FD)
SC = sparse(m,n,codist)
SC = sparse(m,n,codist,'noCommunication')
SC = sparse(i,j,v,m,n,nzmax)
SC = sparse(i,j,v,m,n)
SC = sparse(i,j,v)

Описание

SD = sparse(FD) преобразует полный распределенный или codistributed массив FD к распределенному разреженному или codistributed (соответственно) массив SD.

SC = sparse(m,n,codist) создает m- n разреженный codistributed массив базового класса дважды, распределенный согласно схеме задан codistributor codist. Для получения информации о построении codistributor объекты, смотрите страницы с описанием для codistributor1d и codistributor2dbc. Эта форма синтаксиса является самой полезной в spmd, pmode или связывающееся задание.

SC = sparse(m,n,codist,'noCommunication') создает m- n разреженный codistributed массив, таким образом заданный выше, но, не выполняет глобальной связи для проверки ошибок при построении массива. Эта форма синтаксиса является самой полезной в spmd, pmode или связывающееся задание.

SC = sparse(i,j,v,m,n,nzmax) векторы использования i и j задавать индексы и v задавать значения элемента, для генерации m- n разреженная матрица, таким образом, что SC(i(k),j(k)) = v(k), с местом, выделенным для nzmax ненули. Если любой из входных векторов iJ, или v codistributed, выходная разреженная матрица SC codistributed. Векторы iJ, и v должна быть та же длина. Любые элементы v это - нуль, проигнорированы, наряду с соответствующими значениями i и j. Любые элементы v это имеет дублирующиеся значения i и j добавляются вместе.

Чтобы упростить этот вызов с шестью аргументами, можно передать скаляры для аргумента v и один из аргументов i или j, в этом случае они расширены так, чтобы iJ, и v у всех есть та же длина.

SC = sparse(i,j,v,m,n) использование nzmax = max([length(i) length(j)]) .

SC = sparse(i,j,v) использование m = max(i) и n = max(j). Максимумы вычисляются перед любыми нулями в v удалены, таким образом, одна из строк [i j v] может быть [m n 0], уверение матричного размера удовлетворяет требованиям m и n.

Примечание

Чтобы создать разреженный codistributed массив базового логического класса, сначала создайте массив базового класса дважды и затем бросьте его с помощью logical функция:

spmd
    SC = logical(sparse(m,n,codistributor1d()));
end

Примеры

С четырьмя рабочими,

spmd(4)
    C = sparse(1000,1000,codistributor1d())
end

создает codistributed разреженный двойной массив 1000 на 1000 CC распределяется его вторым измерением (столбцы), и каждый рабочий содержит 1000 250 локальную часть C.

spmd(4)
    codist = codistributor1d(2,1:numlabs)
    C = sparse(10,10,codist);
end

создает 10 10 codistributed разреженный двойной массив C, распределенный его столбцами. Каждый рабочий содержит 10 labindex локальная часть C.

Преобразуйте распределенный массив в разреженный распределенный массив:

R = rand(1000,'distributed');
D = floor(2*R); % D also is distributed
SD = sparse(D); % SD is sparse distributed

Создайте разреженный codistributed массив из векторов индексов и распределенный массив значений элемента:

r = [ 1  1  4  4 8];
c = [ 1  4  1  4 8];
v = [10 20 30 40 0];
V = distributed(v);
spmd
    SC = sparse(r,c,V);
end

В этом примере, даже при том, что Пятый элемент массива значения v 0, размер результата 8 8 матрица из-за соответствующих максимальных индексов в r и c. Матричный SC рассматривается codistributed, когда просматривается в spmd блокируйтесь, и распределенный, когда просматривается из клиентской рабочей области. Просмотреть полную версию матрицы, full функция преобразует этот распределенный разреженный массив в полный распределенный массив:

S = full(SC)
    10     0     0    20     0     0     0     0
     0     0     0     0     0     0     0     0
     0     0     0     0     0     0     0     0
    30     0     0    40     0     0     0     0
     0     0     0     0     0     0     0     0
     0     0     0     0     0     0     0     0
     0     0     0     0     0     0     0     0
     0     0     0     0     0     0     0     0

Смотрите также

| |

Представленный в R2006b

Для просмотра документации необходимо авторизоваться на сайте