这些天来，我一直在研究 C-mex 代码，以提高 DBSCAN matlab 代码的速度。事实上，此刻我在 C-mex 上完成了 DBSCAN。但相反，我的测试数据是 3 x 14414 矩阵，它需要更多时间（matlab 中为 14.64 秒，C-Mex 中为 53.39 秒）。我认为这是由于mxRealloc在我的代码的几个部分中使用了函数。如果有人给我一些建议以获得更好的结果，那就太好了。
这是代码 DBSCAN1.c：
问问题
245 次
1 回答
2
在循环的每次迭代中使用mxRealloc确实是性能杀手。您可以改用vector或类似的类。在您的距离函数中根本不需要动态分配。
如果您的目标不是将 DBSCAN 实现为 mex，而是加快速度，我将为您提供不同的解决方案。我不知道您使用的是哪个 Matlab 实现，但您不会通过以相同方式将其重写为 C 来更快地实现简单的 n^2 实现。大部分时间都花在计算最近的邻居上，这在 C 中不会比在 Matlab 中更快。DBSCAN 可以通过使用索引结构在 nlogn 时间内运行以获取最近的邻居。
对于我的应用程序，我正在使用dbscan 的这种实现，但我已将最近邻居的计算更改为使用 KD-tree（可在此处获得）。加速对于我的应用程序来说已经足够了，不需要重新实现。我认为无论你写得多么好，这都会比任何 n^2 c 实现更快。
于 2013-01-31T09:54:54.223 回答