在 Julia 中高效实现 Matlab 的“查找”功能

Question

我正在尝试在 Julia 中实现 Matlab 的 Find 功能。在Matlab中，代码是

find(A==0)

其中 A 是一个非常非常大的 n x m 矩阵，我在其中迭代和更新上述一系列大约 500 个步骤。在 Julia 中，我通过

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

这似乎工作得很好，除了随着我的迭代进展它变得非常缓慢。例如，对于第一步，@time 产生

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)

第 65 步：

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

在每一步中，A 的大小都保持不变，但变得更加复杂，而 Julia 似乎很难找到零点。有没有比我上面做的更好的方法来实现 Matlab 的“查找”功能？

Answer 1

通过 Matlab 文档我了解到您想要查找

"一个包含数组 X 中每个非零元素的线性索引的向量"

非零是指Matlab表达式A==0中的真值

在这种情况下，这可以实现为

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

还有一个小基准：

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)