double 的多个向量的中位数（c++，向量<向量<double>>）

Question

我有一个包含向量向量的数据结构，每个向量由大约 16000000 个双精度值组成。

我现在想要对这些向量进行中值组合，也就是说，对于每个原始向量，我取位置 i 处的值，计算这些向量的中值，然后将它们存储在位置 i 处的结果向量中。

我已经有了直接的解决方案，但速度慢得令人难以置信：

vector< vector<double> > vectors; //vectors contains the datavectors
vector<double> tmp;
vector<double> result;
vector<double> tmpmedian;
double pixels = 0.0;
double matrixcount = vectors.size();

    tmp = vectors.at(0);
    pixels = tmp.size();
    for (int i = 0; i < pixels; i++) {
        for (int j = 0; j < matrixcount; j++) {
            tmp = vectors.at(j);
            tmpmedian.push_back(tmp.at(i));
        }
        result.push_back(medianOfVector(tmpmedian));
        tmpmedian.clear();
    }

return result;

medianOfVector 看起来像这样：

double result = 0;

if ((vec.size() % 2) != 0) {
    vector<double>::iterator i = vec.begin();
    vector<double>::size_type m = (vec.size() / 2);

    nth_element(i, i + m, vec.end());
    result = vec.at(m);
} else {
    vector<double>::iterator i = vec.begin();
    vector<double>::size_type m = (vec.size() / 2) - 1;

    nth_element(i, i + m, vec.end());
    result = (vec.at(m) + vec.at(m + 1)) / 2;
}

return result;

我有一种算法或方法可以更快地做到这一点，但它几乎需要永恒的时间才能完成。

---

编辑：谢谢您的回复，如果有人感兴趣，这里是固定版本，现在将三个向量与约 16000000 个元素进行中值组合需要大约 9 秒，平均组合需要大约 3 秒：

vector< vector<double> > vectors; //vectors contains the datavectors
vector<double> *tmp;
vector<double> result;
vector<double> tmpmedian;

    tmp = &vectors.at(0);
    int size = tmp->size();
    int vectorsize = vectors.size();
    for (int i = 0; i < size; i++) {
        for (int j = 0; j < vectorsize; j++) {
            tmp = &vectors.at(j);
            tmpmedian.push_back(tmp->at(i));
        }
        result.push_back(medianOfVector(tmpmedian));
        tmpmedian.clear();
    }
return result;

和中值向量：

double result = 0;

if ((vec.size() % 2) != 0) {
    vector<double>::iterator i = vec.begin();
    vector<double>::size_type m = (vec.size() / 2);

    nth_element(i, i + m, vec.end());
    result = vec.at(m);
} else {
    vector<double>::iterator i = vec.begin();
    vector<double>::size_type m = (int) (((vec.size() - 1) / 2));
    nth_element(i, i + m, vec.end());
    double min = vec.at(m);
    double max = *min_element(i + m + 1, vec.end());
    result = (min + max) / 2;
}

return result;
}

Answer 1

有几点，都源于您定义tmp为向量而不是（例如）引用的事实。

vector<double> tmp;

tmp = vectors.at(0);
pixels = tmp.size();

在这里，您将整个内容复制vectors[0]到tmp只是为了提取大小。通过避免复制，您几乎肯定会获得一些速度：

pixels = vectors.at(0).size();

这不是复制整个向量来获取其大小，而是获取对第一个向量的引用，并获取该现有向量的大小。

for (int i = 0; i < pixels; i++) {
    for (int j = 0; j < matrixcount; j++) {
        tmp = vectors.at(j);
        tmpmedian.push_back(tmp.at(i));
    }

在这里，您再次将整个内容复制vectors.at(j)到tmp. 但是（再次）您实际上并不需要所有数据的新副本 - 您只是从该副本中检索单个项目。您可以直接从原始向量中检索所需的数据，而无需复制整个内容：

tmpmedian.push_back(vectors.at(j).at(i));

下一步可能是从使用切换.at到operator[]：

tmpmedian.push_back(vectors[j][i]);

但这更多的是一种权衡——它不太可能获得那么多的收益，并且在此过程中失去了一些安全性（范围检查）。为了避免失去安全性，您可以考虑（例如）在当前代码中使用基于范围的for循环而不是计数循环。for

按照相当不同的思路，您可以从使用 a 改为vector<vector<double>>使用向量周围的小包装器，将 2D 寻址提供给单个向量。将其与合适的按列迭代器结合使用，您可以避免创建tmpmedian原始二维矩阵列的副本 - 相反，您可以将按列迭代器传递给medianOfVector，然后只迭代原始二维矩阵的列数据到位。