java矩陣運算包ujmp中的一些小示例和注意事項

本人最近在用ujmp包寫一些程序，ujmp包是針對於超大數據量計算的矩陣的運算包，並且有圖形顯示的功能且支持多種文件格式的讀取和輸出，還支持連接數據庫，matlab數據類型和weka數據類型，總體來說非常好用，但是有一個很大的缺陷就是基本沒有相關的示例和文檔，官網上的示例有基本全都過時不能用了，本人總結了一下相關用法，僅供大家參考，代碼並不能運行，知識給大家列出了相應的矩陣運算方式和構造方式，希望能對大家有所幫助

 

LINK 可以用來進行矩陣求逆，矩陣相乘，矩陣的行列選取，大體來說是在矩陣大小變換是依然可用，但是不可用於矩陣數值的改變，試圖改變LINK后的矩陣中的值，其實不會改變，要改變原來矩陣的值才有用；

 

對一個原始矩陣進行轉置，當矩陣轉置后返回的如果是LINK,隨后進行賦值操作，則LINK矩陣和轉置前的矩陣都不會有變化，即使從轉置后的矩陣抽取一列或一行進行賦值，所有矩陣也不會有變化。

對一個原始矩陣選取其行或列是返回的是LINK，隨后進行賦值操作，則原矩陣和LINK矩陣都會變化

對LINK后的矩陣再進行LIK轉置，矩陣是會改變的

在至今的測試中，除了設值，其他的都可以改變，也可以獲取值

long m = 5;
		long n = 5;
		/**
		 * 制造一個空矩陣
		 */
		Matrix emptyMatrix = MatrixFactory.emptyMatrix();
		/**
		 * 制造一個m*n隨機矩陣
		 */
		Matrix randMatrix = Matrix.factory.rand(m, n);
		/**
		 * 制造一個m*n零矩陣
		 */
		Matrix zeroMatrix = Matrix.factory.zeros(m, n);
		/**
		 * 制造一個m*n對角線為1其余元素為0的矩陣
		 */
		Matrix eyeMatrix = Matrix.factory.eye(m, n);
		/**
		 * 制造一個m*n全部元素為1的矩陣
		 */
		Matrix oneMatrix = Matrix.factory.ones(m, n);
		/**
		 * 矩陣的相關操作
		 */
		// 矩陣與數值的相關運算，意思大家根據英語的含義就能看出，這里就不解釋了
		Matrix res_1 = oneMatrix.times(10);
		Matrix res_2 = oneMatrix.divide(10);
		Matrix res_3 = oneMatrix.plus(10);
		Matrix res_4 = oneMatrix.minus(10);
		/**
		 * 矩陣與矩陣的相關運算 加和減函數都不用變,乘的話要加上m表示matrix間計算
		 */
		Matrix res_5 = oneMatrix.mtimes(randMatrix);
		Matrix res_7 = oneMatrix.plus(randMatrix);
		Matrix res_8 = oneMatrix.minus(randMatrix);
		/**
		 * 求轉置求逆,這里有三種返回型，分別是link orig new 計算時間new > orig > link 無返回型和orig的時間類似
		 */
		Matrix res_9 = oneMatrix.transpose(Ret.LINK);
		Matrix res_10 = oneMatrix.transpose(Ret.ORIG);
		Matrix res_11 = oneMatrix.transpose(Ret.NEW);
		Matrix res_12 = oneMatrix.inv();
		// 選取子矩陣
		Matrix res_13 = oneMatrix.subMatrix(Ret.NEW, startRow, startColumn,
				endRow, endColumn);
		// 選取行
		Matrix res_14 = oneMatrix.selectRows(returnType, rows);
		// 選取列
		Matrix res_15 = oneMatrix.selectColumns(returnType, columns);
		// 按第i列進行排序，reverse表示返回的排序矩陣是按正序還是逆序
		Matrix res_16 = oneMatrix.sortrows(returnType, column, reverse);
		// 將矩陣的所有數值相加得到的返回值
		Matrix res_17 = oneMatrix.getValueSum();
		// 選去矩陣的行和列
		Matrix res_18 = oneMatrix.getColumnCount();
		Matrix res_19 = oneMatrix.getRowCount();
		//判斷矩陣否和一個矩陣或一個值相等，相等的話在相應的位置設置為為true否則為false,
		//如果要看相等的個數的總和則可再繼續用一個getvaluecount函數即可
		Matrix res_20 = oneMatrix.eq(returnType, matrix);
		matrix res_21 = oneMatrix.eq(returnType, value)

當矩陣返回類型為RET.ORIG的時候不能使用任何有可能改變矩陣大小的操作(除非自己知道確實不會改變)，例如轉置、選取行列、子矩陣等~~~~~

package MatrixPFTest.yi.maytwenty;

import org.ujmp.core.Matrix;
import org.ujmp.core.MatrixFactory;
import org.ujmp.core.calculation.Calculation.Ret;

public class PerfomaceTest {
    public static void main(String[] args) {
        long begin, end;
        /**
         * test變test2才變 *********test2不能被改變
         */

        long m = 725, n = 20;
        // Matrix test_1 = Matrix.factory.rand(5, 5);
        // test_1.showGUI();
        // Matrix test_2 = test_1.transpose(Ret.ORIG);
        // test_2.showGUI();
        // Matrix test_3 = test_2.mtimes(Matrix.factory.ones(5, 5).times(2));
        // test_3.showGUI();
        begin = System.currentTimeMillis();
        Matrix res = Matrix.factory.rand(m, n);
        Matrix res0 = Matrix.factory.rand(m, n);
        end = System.currentTimeMillis();
        Constans.sop("構建矩陣耗時" + (end - begin) + "ms");
        // res.setLabel("res");
        // res.showGUI();

        begin = System.currentTimeMillis();
        Matrix res_1_trannull = res.transpose();
        end = System.currentTimeMillis();
        Constans.sop("res_1_trannull-耗時" + (end - begin) + "ms");

        begin = System.currentTimeMillis();
        Matrix res_2_tranlink = res.transpose(Ret.LINK);
        end = System.currentTimeMillis();
        Constans.sop("res_2_tranlink-耗時" + (end - begin) + "ms");
        // res_2_tranlink.setLabel("res_2_tranlink");
        // res_2_tranlink.setAsDouble(10, 0, 0);
        // res_2_tranlink.showGUI();

        /**
         * 進行矩陣賦值，兩個矩陣式同一個矩陣，除非用copy()
         */
        Matrix xxxMatrix = res_2_tranlink;
        xxxMatrix.setAsDouble(10, 0, 0);
        xxxMatrix.showGUI();
        /**
         * 對LINK的矩陣進行賦值
         */
        res_2_tranlink = MatrixFactory.ones(1, 1);
        res_2_tranlink.setAsDouble(110, 0, 0);
        res_2_tranlink.showGUI();

        /**
         * 選取特定行與列
         */
        begin = System.currentTimeMillis();
        Matrix res_3 = res_2_tranlink.selectColumns(Ret.NEW, 10);
        end = System.currentTimeMillis();
        res_3.showGUI();
        Constans.sop("選取列-NEW-耗時" + (end - begin) + "ms");

        begin = System.currentTimeMillis();
        Matrix res_4 = res_2_tranlink.selectColumns(Ret.LINK, 0);
        end = System.currentTimeMillis();
        res_4.setAsDouble(10, 0, 0);
        res_4.showGUI();
        Constans.sop("選取列-link-耗時" + (end - begin) + "ms");

        /**
         * 求逆耗時較長，但是inv和invSymm相差無幾
         */
        for (int i = 0; i < 1; ++i) {
            begin = System.currentTimeMillis();
            Matrix res_5 = res_2_tranlink.inv();
            end = System.currentTimeMillis();
            Constans.sop("inv-耗時" + (end - begin) + "ms");
        }

        /**
         * 獲取行數，列數
         */
        begin = System.currentTimeMillis();
        long res_rowcount = res_2_tranlink.getRowCount();
        end = System.currentTimeMillis();
        Constans.sop("getRowCount-耗時" + (end - begin) + "ms");

        /**
         * 矩陣相乘的檢測
         */

        begin = System.currentTimeMillis();
        Matrix res_muti_link = res_2_tranlink.mtimes(Ret.LINK, false, res0);
        end = System.currentTimeMillis();
        res_muti_link.setAsDouble(100, 0, 0);
        // res_muti_link.showGUI();
        Constans.sop("res_muti_link-耗時" + (end - begin) + "ms");

        // 這里是LINK后和LINK后的矩陣相乘，但是返回的是NEW，所以可以改變值
        Matrix afterlinklink = res_muti_link.mtimes(res_2_tranlink);
        afterlinklink.setAsDouble(100, 0, 0);
        afterlinklink.showGUI();
        begin = System.currentTimeMillis();
        Matrix res_muti_new = res_2_tranlink.mtimes(Ret.NEW, false, res0);
        end = System.currentTimeMillis();
        res_muti_new.showGUI();
        Constans.sop("res_muti_new-耗時" + (end - begin) + "ms");

        /**
         * 對不是LINK的矩陣選取行或列再改變變量值，使用LINK的話都會受到影響
         */
        Matrix beforeMatrix = Matrix.factory.rand(5, 5);
        beforeMatrix.setLabel("beforeMatrix");
        beforeMatrix.showGUI();

        Matrix nowMatrix = beforeMatrix.selectRows(Ret.NEW, 0);
        nowMatrix.setAsDouble(10, 0, 0);
        nowMatrix.setLabel("nowMatrix");
        nowMatrix.showGUI();

        Matrix laterMatrix = beforeMatrix.transpose(Ret.LINK);
        laterMatrix.setLabel("laterMatrix");
        // laterMatrix.showGUI();
        Matrix xx = laterMatrix.minus(Ret.LINK, false, 10);
        double xxd = xx.getAsDouble(0, 0);
        Constans.sop(xxd);
        // xx.showGUI();

    }
}

 

　　

res.minus(Ret.LINK, false,res2.mtimes(Ret.LINK, false, res1)); 效率最高

 

在對矩陣指定列進行排序時，用sortrows,但是！！一定要注意的是要將矩陣用(toDoubleMatrix)轉化為double型矩陣再進行運算