bsxfun是否可用于稀疏矩阵

Tob*_*Heß 8 matlab sparse-matrix bsxfun

我希望逐元素二元运算适用于大型逻辑向量.这些向量的内容是男子气概,因此出于性能考虑,最好使用稀疏矩阵.如果我这样做,结果矩阵是不正确的.

Examble

A = logical([0;1;0;0]);
B = logical([0 0 1 1]);

C = bsxfun(@and,A,B)
Run Code Online (Sandbox Code Playgroud)

在这种情况下C是

 C = 
     0     0     0     0
     0     0     1     1
     0     0     0     0
     0     0     0     0
Run Code Online (Sandbox Code Playgroud)

如果我使用稀疏矩阵C是

 C = full(bsxfun(@and,sparse(A),sparse(B)))
 C = 
     0     0     0     0
     1     1     1     1
     0     0     0     0
     0     0     0     0
Run Code Online (Sandbox Code Playgroud)

这显然是错的.

我是否监督某事或这是一个Matlab错误.

Nzb*_*buu 5

我可以重现这一点,所以它肯定是一个MATLAB错误.特别是考虑到:

C = full(bsxfun(@times,sparse(A),sparse(B)))

C =

     0     0     0     0
     0     0     1     1
     0     0     0     0
     0     0     0     0
Run Code Online (Sandbox Code Playgroud)

所以,我会向The Mathworks报告.

但是,在这种特殊情况下,我不禁觉得bsxfun稀疏矩阵不是最有效的.考虑以下:

A = sparse(logical([0;1;0;0]));
B = sparse(logical([0 0 1 1]));

C_bsxfun = bsxfun(@and,full(A),full(B));

[i j] = ndgrid(find(A), find(B));
C_sparse = sparse(i, j, true, numel(A), numel(B));

isequal(C_bsxfun, full(C_sparse))
Run Code Online (Sandbox Code Playgroud)