[英]How to speedup my Libsvm vector to std::vector<float> conversion?
我有一個形式的libsvm向量:
{I_1:V_1; I_2:V_2; ...; 1-N:v_n}
其中i_j:v_j分別表示索引和值 。 如果該值為null,則不會給出任何索引。
我的目標是計算兩個libsvm向量之間的歐式距離。 為此,我必須將它們轉換為相同大小的
vector<float>
。 在下面的示例中,我將顯示用於將libsvm矢量轉換為vector<float>
的函數。
第一列的索引為2648 ,值= 0.408734,表示該列之前的所有值均為零。
LIBSVM矢量= 2648:0.408734; 4157:0.609588; 6087:0.593104; 26747:0.331008
#include <vector>
#include <string>
#include <chrono>
#include <boost/algorithm/string.hpp>
using namespace std;
using namespace chrono;
//convert libsvm vector to float vector in order to compute the similarity
vector<float> splitVector(const vector<string> &);
int main()
{
vector<string> libsvm {"2648:0.408734","4157:0.609588","6087:0.593104","26747:0.331008" };
high_resolution_clock::time_point t1 = high_resolution_clock::now();
vector<float> newVec = splitVector(libsvm);
high_resolution_clock::time_point t2 = high_resolution_clock::now();
auto duration = chrono::duration_cast<chrono::microseconds>( t2 - t1 ).count();
cout <<"construction time: " << duration << endl;
return 0;
}
vector<float> splitVector(const vector<string> & v)
{
int numberofterms = 266373;
vector<float> values;
vector<int> previous_idx;
for(int i = 0; i < v.size(); i++)
{
vector<string> tmpv;
boost::split(tmpv, v[i] , boost::is_any_of(":"));
//idx:value
int idx = atoi(tmpv[0].c_str());
float val = atof(tmpv[1].c_str());
//summation of previous indices
int sum = accumulate(previous_idx.begin(), previous_idx.end(), 0);
int n = idx - (sum + i + 1);
//fill vector with 0s
for(int k = 0; k < n; k++)
values.push_back(0.0);
//add value
values.push_back(val);
previous_idx.push_back(n);
}//end for
int paddingsize = numberofterms - values.size();
for(int i = 0; i < paddingsize;i++)
{
values.push_back(0.0);
}
return values;
}//end function
轉換時間大約為0,00866秒,當我有大約1000個向量時,它變慢了。 有沒有更快的方法可以將libsvm向量轉換為vector<float>
?
values.resize(266373,0.0);
void splitVector(const vector<string> & v, vector<float> & values)
{
vector<string> tmpv;
for(int i = 0; i < v.size(); i++)
{
boost::split(tmpv, v[i] , boost::is_any_of(":"));
//idx:value
int idx = atoi(tmpv[0].c_str());
float val = atof(tmpv[1].c_str());
tmpv.clear();
values[idx] = val;
}//end for
}//end function
您可以通過重用vector
來減少內存分配的時間成本。 更加具體,
for
循環之前聲明tmpv
來重用tmpv
,並在每個循環的開始處調用tmpv.clear()
values.reserve()
預先分配values
; 並通過values.resize(266373, 0.0)
填充它values.resize(266373, 0.0)
而不是重復push_back()
。 previous_idx
。 這可能會對代碼結構和可維護性產生負面影響。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.