特征:行大部分稀疏矩阵的不同行的内存预留

Eigen: different row-wise memory reservation for row major sparse matrix

本文关键字：内存大部分特征更新时间：2023-10-16

在特征库中，是否有可能通过行保留空间为行稀疏矩阵行保留空间(每行都不同(？

我正在尝试优化填充非常大的稀疏矩阵的内存消耗(〜70mio x 70mio，〜2亿个NNZ是我能达到的最大的NNZ，但我想进一步走得更远(。澄清我走的方式：

首先，我使用的是推荐的setFromtreplet，这可能是填充矩阵的最快方法，但是检查内存消耗时，我在使用此功能的点上发现了峰值的平均内存的两倍，这是有意义的，因为我是我的 - 我 - 在某个时候 - 将Elments存储在两者，矩阵和三胞胎的向量中，直到向量脱离范围。

使用insert((显然改善了最大内存消耗。不过，由于重新分配，我仍然达到顶峰。然后，我还使用了Reserve((，因此没有(或更少(重新分配。它也大大降低了峰值，但是由于某些重新分配(如果Valgrind是正确的话(，它还没有完全消失。由于我的大多数行的NNZ都比最大值低，因此我在存储中获得了很多空的分配条目，从而增加了平均内存消耗。使用制定压缩会再次降低平均水平，但显然也使峰再次更高，因为在调用时必须进行更多的重新分配。

为什么我现在问上面的问题是：我可以在前一行计算NNZ，然后对它们进行排序，以便我实际上应该能够完全优化具有压缩矩阵而无需任何任何空分配，如果我可以为每一行保留不同数量的NNZ，则没有重新分配峰值。

如果有人会让我知道是否可能在特征中，我会很奇怪，如果没有：您知道任何支持它的库吗？

谢谢一堆！

是的，这是可能的，您可能已经在文档中找到了该功能：

template<class SizesType> void SparseMatrix::reserve(const SizesType & reserveSizes);

请注意，SizesType可以，例如std::vector(或std::deque(或Eigen::VectorXi。

另外，如果您能够按顺序将元素插入矩阵，您也可以查看(内部(函数insertBack。