草庐IT

c++ - 从模拟数据构建非常大的马尔可夫链的最佳/最快方法是什么？

coder 2023-11-13 原文

我编写了一个 C++ 程序来模拟我正在研究的某个过程。它在模拟的每个时间步输出离散的“状态”。例如:

a
b
c
b
c
b

将是模拟运行的输出，其中 a 作为初始条件(由我设置或随机生成)，b 和 c 将是系统在两者之间保持振荡的状态。

我想将其中许多运行组合成一个马尔可夫链，以便它变成具有以下顶点和边的图。 (最好在运行时，因为首先保存输出会占用大量磁盘空间。)括号之间的数字表示遇到某个顶点或边的次数，因此也应该存储它。

Vertices: a(1), b(3) and c(2).

Edges: a->b(1), b->c(2), c->b(2).

真实状态包含 112 位信息，我正在生成数十亿个此类转换。问题是我还没有找到一个图形库或程序来高效快速地生成马尔可夫链。我一直在玩弄:

  • 使用 Google 稀疏哈希构建我自己的 C++ 图形类。
  • Neo4J(我刚刚开始使用这个)
  • 柠檬图书馆

我刚刚完成了“Google 稀疏散列图”，但结果发现它在运行到一半时变得非常慢。大约一天后(内存使用量超过 20 GB，这本身不是问题，因为还有更多)，速度变慢并需要大约三周才能完成。

我可以使用具有 12 或 16 核和 256 或 512 GB 内存的计算机，我觉得它们应该适合这项工作。

由于我不是受过训练的程序员，而且我的编码速度很慢，所以在我花大量时间研究另一个不完美的解决方案之前，我正在寻找一些信息。

  • 可以快速接受大量顶点和边来构建马尔可夫链的最佳程序/库是什么？
  • 速度缓慢是因为使用了错误的工具或不完善的编码(我怀疑是这样)还是我只是想做一些总是会花费很多时间的事情？

我希望我能把我的问题说清楚。提前感谢任何智慧或答案。

编辑:

根据评论中的问题和答案，我想我的问题应该是:什么是适合 C++ 的快速矩阵库？

最佳答案

你看过 boost::numeric::ublas 了吗？它有一个成员稀疏矩阵，为您提供类似矩阵的访问，但不是在内存中构建 NxN 数组，而是为每个节点保留一个边列表。

所以如果 N 是节点数而不是 NxN内存中的数组你保留 Nx30 -每个节点的平均边数-

然而，即使假设您可以使用单个字节来计算边的重复出现次数，您仍然有 600M 个节点，每个节点都有一个包含 30 条边的列表。

列表条目是 uint32 类型的边名称，内容至少为 1 个字节。所以列表最少 150 个字节。内存最少为 90GB。可能更高，因为列表中的每个元素都有开销。

如果您可以将所有这些都保存在内存中而无需操作系统将数据交换到磁盘，那么它就没有理由不能快速运行。当然，有序映射可能会比 hash_map 执行得更好。这取决于实现和使用的哈希函数。

天真地std::map<uint32, std::map<uint32, unint8>>如果树是平衡的，大树的长度是 30，而小树很小。所以访问不应该花费很长时间。有可能 hash_map 对列的效果更好，但不确定:hash_map<uint32, std::map<uint32, unint8>> (谷歌稀疏 HashMap 针对内存而不是速度进行了调整，列图将非常大，这可能使其不适合)

最后，您应该考虑将此信息保存在磁盘上而不是内存中。事实上，您可以使用外部数据服务，例如 DB，每个节点都有一个表(NodeId、NumOfHits)，边缘有一个表(NodeId、NodeId、NumOfHits){此表示占用更多空间}

我会尝试像 Cassandra 这样的东西，它可以为您管理磁盘与内存缓存，并且可以轻松地扩展到多台计算机。而且您不需要复杂的事务模型等开销。

关于c++ - 从模拟数据构建非常大的马尔可夫链的最佳/最快方法是什么？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/19617129/

马尔ampcodesectionc++graphmarkov-chains

有关c++ - 从模拟数据构建非常大的马尔可夫链的最佳/最快方法是什么？的更多相关文章

  1. ruby - 为什么我可以在 Ruby 中使用 Object#send 访问私有(private)/ protected 方法？ - 2

    类classAprivatedeffooputs:fooendpublicdefbarputs:barendprivatedefzimputs:zimendprotecteddefdibputs:dibendendA的实例a=A.new测试a.foorescueputs:faila.barrescueputs:faila.zimrescueputs:faila.dibrescueputs:faila.gazrescueputs:fail测试输出failbarfailfailfail.发送测试[:foo,:bar,:zim,:dib,:gaz].each{|m|a.send(m)resc

  2. ruby-on-rails - Rails - 子类化模型的设计模式是什么？ - 2

    我有一个模型:classItem项目有一个属性“商店”基于存储的值，我希望Item对象对特定方法具有不同的行为。Rails中是否有针对此的通用设计模式？如果方法中没有大的if-else语句，这是如何干净利落地完成的？ 最佳答案 通常通过Single-TableInheritance. 关于ruby-on-rails-Rails-子类化模型的设计模式是什么？，我们在StackOverflow上找到一个类似的问题： https://stackoverflow.co

  3. ruby - 什么是填充的 Base64 编码字符串以及如何在 ruby​​ 中生成它们？ - 2

    我正在使用的第三方API的文档状态:"[O]urAPIonlyacceptspaddedBase64encodedstrings."什么是“填充的Base64编码字符串”以及如何在Ruby中生成它们。下面的代码是我第一次尝试创建转换为Base64的JSON格式数据。xa=Base64.encode64(a.to_json) 最佳答案 他们说的padding其实就是Base64本身的一部分。它是末尾的“=”和“==”。Base64将3个字节的数据包编码为4个编码字符。所以如果你的输入数据有长度n和n%3=1=>"=="末尾用于填充n%

  4. ruby - 解析 RDFa、微数据等的最佳方式是什么，使用统一的模式/词汇(例如 schema.org)存储和显示信息 - 2

    我主要使用Ruby来执行此操作，但到目前为止我的攻击计划如下:使用gemsrdf、rdf-rdfa和rdf-microdata或mida来解析给定任何URI的数据。我认为最好映射到像schema.org这样的统一模式，例如使用这个yaml文件，它试图描述数据词汇表和opengraph到schema.org之间的转换:#SchemaXtoschema.orgconversion#data-vocabularyDV:name:namestreet-address:streetAddressregion:addressRegionlocality:addressLocalityphoto:i

  5. ruby - 为什么 4.1%2 使用 Ruby 返回 0.0999999999999996？但是 4.2%2==0.2 - 2

    为什么4.1%2返回0.0999999999999996？但是4.2%2==0.2。 最佳答案 参见此处:WhatEveryProgrammerShouldKnowAboutFloating-PointArithmetic实数是无限的。计算机使用的位数有限(今天是32位、64位)。因此计算机进行的浮点运算不能代表所有的实数。0.1是这些数字之一。请注意，这不是与Ruby相关的问题，而是与所有编程语言相关的问题，因为它来自计算机表示实数的方式。 关于ruby-为什么4.1%2使用Ruby返

  6. ruby-on-rails - 如何优雅地重启 thin + nginx？ - 2

    我的瘦服务器配置了nginx，我的ROR应用程序正在它们上运行。在我发布代码更新时运行thinrestart会给我的应用程序带来一些停机时间。我试图弄清楚如何优雅地重启正在运行的Thin实例，但找不到好的解决方案。有没有人能做到这一点？ 最佳答案 #Restartjustthethinserverdescribedbythatconfigsudothin-C/etc/thin/mysite.ymlrestartNginx将继续运行并代理请求。如果您将Nginx设置为使用多个上游服务器，例如server{listen80;server

  7. ruby - 如何模拟 Net::HTTP::Post？ - 2

    是的，我知道最好使用webmock，但我想知道如何在RSpec中模拟此方法:defmethod_to_testurl=URI.parseurireq=Net::HTTP::Post.newurl.pathres=Net::HTTP.start(url.host,url.port)do|http|http.requestreq,foo:1endresend这是RSpec:let(:uri){'http://example.com'}specify'HTTPcall'dohttp=mock:httpNet::HTTP.stub!(:start).and_yieldhttphttp.shou

  8. ruby - ruby 中的 TOPLEVEL_BINDING 是什么？ - 2

    它不等于主线程的binding，这个toplevel作用域是什么？此作用域与主线程中的binding有何不同？>ruby-e'putsTOPLEVEL_BINDING===binding'false 最佳答案 事实是，TOPLEVEL_BINDING始终引用Binding的预定义全局实例，而Kernel#binding创建的新实例>Binding每次封装当前执行上下文。在顶层，它们都包含相同的绑定(bind)，但它们不是同一个对象，您无法使用==或===测试它们的绑定(bind)相等性。putsTOPLEVEL_BINDINGput

  9. ruby - Infinity 和 NaN 的类型是什么？ - 2

    我可以得到Infinity和NaNn=9.0/0#=>Infinityn.class#=>Floatm=0/0.0#=>NaNm.class#=>Float但是当我想直接访问Infinity或NaN时:Infinity#=>uninitializedconstantInfinity(NameError)NaN#=>uninitializedconstantNaN(NameError)什么是Infinity和NaN？它们是对象、关键字还是其他东西？ 最佳答案 您看到打印为Infinity和NaN的只是Float类的两个特殊实例的字符串

  10. ruby-on-rails - 如果 Object::try 被发送到一个 nil 对象，为什么它会起作用？ - 2

    如果您尝试在Ruby中的nil对象上调用方法，则会出现NoMethodError异常并显示消息:"undefinedmethod‘...’fornil:NilClass"然而，有一个tryRails中的方法，如果它被发送到一个nil对象，它只返回nil:require'rubygems'require'active_support/all'nil.try(:nonexisting_method)#noNoMethodErrorexceptionanymore那么try如何在内部工作以防止该异常？ 最佳答案 像Ruby中的所有其他对象

随机推荐