在Julia中高效實現Matlab的“查找”function

Question

我正在嘗試在 Julia 中實現 Matlab 的查找 function。在 Matlab 中，代碼是

find(A==0)

其中 A 是一個非常非常大的 n x m 矩陣，我在大約 500 步的一系列過程中迭代和更新上述內容。 在 Julia 中，我通過

[findall(x->x==0, D_tot)[j][2] for j in 1:count(x->x==0,D_tot)]

這似乎工作得很好，除了隨着我的迭代進展它變得非常慢。 例如，對於第一步，@time 產生

0.000432 seconds (33 allocations: 3.141 KiB)

第 25 步：

0.546958 seconds (40.37 k allocations: 389.997 MiB, 7.40% gc time)

步驟 65：

1.765892 seconds (86.73 k allocations: 1.516 GiB, 9.63% gc time)

在每一步中，A 的大小都保持不變，但變得更加復雜，Julia 似乎很難找到零點。 有沒有比我上面做的更好的方法來實現 Matlab 的“查找”function？

Answer 1

通過 Matlab 文檔我知道你想找到

“包含數組 X 中每個非零元素的線性索引的向量”

非零是指 Matlab 表達式A==0中的真值

在那種情況下，這可以完成為

findall(==(0),vec(D_tot))

還有一個小基准：

D_tot=rand(0:100,1000,1000)
using BenchmarkTools

跑步：

julia> @btime findall(==(0), vec($D_tot));
  615.100 μs (17 allocations: 256.80 KiB)

julia> @btime findall(iszero, vec($D_tot));
  665.799 μs (17 allocations: 256.80 KiB)