-1
我有一个n×n对称矩阵向量场矩阵T
,长度为n的向量v
,我想快速计算矩阵向量乘积T%*%v
。 R中是否有可以使用快速傅里叶变换方法计算T%*%v
(或其他方法,如果存在的话)?例如,Matlab有Toeplitzmult软件包。Toeplitz矩阵向量乘法R
我有一个n×n对称矩阵向量场矩阵T
,长度为n的向量v
,我想快速计算矩阵向量乘积T%*%v
。 R中是否有可以使用快速傅里叶变换方法计算T%*%v
(或其他方法,如果存在的话)?例如,Matlab有Toeplitzmult软件包。Toeplitz矩阵向量乘法R
以下功能正常工作。请注意,ifft()
函数需要pracma
库。
toepmult <- function(A,v){
n <- nrow(A)
x <- as.matrix(c(A[1,],0,A[1,][n:2]))
p <- c(v,rep(0,n))
h <- as.vector(fft(p)*fft(x))
out <- Re(pracma::ifft(h)[1:n])
return(matrix(out,n))
}
对于大小为1000的向量/矩阵,所述toepmult
函数采用的时间A%*%v
花费约18%。
A <- toeplitz(runif(1000))
v <- runif(1000)
microb(A%*%v,toepmult(A,v),times=1000)
#Unit: microseconds
# expr min lq mean median uq max neval
# A %*% v 1515.858 1597.345 1809.3517 1693.533 1957.4350 3868.788 1000
# toepmult(A, v) 185.901 215.395 331.2928 298.435 347.7335 4611.285 1000
#[[1]]
# [,1] [,2]
#median 1693.533 298.435
#ratio 1.000 0.176
#diff 0.000 -1395.098
对于大小为10,000的向量/矩阵,所述toepmult
函数采用的时间A%*%v
大约需要2.5%。
A <- toeplitz(runif(10000))
v <- runif(10000)
microb(A%*%v,toepmult(A,v),times=1000)
#Unit: milliseconds
# expr min lq mean median uq max neval
# A %*% v 145.834304 160.395663 181.842779 170.396014 186.221449 495.2003 1000
# toepmult(A, v) 2.802058 4.077408 4.990894 4.322707 4.911103 180.4926 1000
#[[1]]
# [,1] [,2]
#median 170.396 4.323
#ratio 1.000 0.025
#diff 0.000 -166.073