我应该使用简单的类还是高维矩阵？

Posted 2023-02-21

【中文标题】我应该使用简单的类还是高维矩阵？

【英文标题】：Should I use simple classes or a highly dimensional matrix?

【发布时间】：2016-10-09 20:46:50

【问题描述】：

这里是 C++ 新手！我想模拟一个包含补丁、包含个体、包含染色体、包含基因的群体。

在 C++ 中使用一系列简单的类与使用高维矩阵的优缺点是什么？通常，访问内存插槽的时间是否因两种技术而异？

高维矩阵

可以制作“向量的向量的向量”（或 C 风格的高维整数数组）并使用

访问内存中的任何基因

for (int patch=0;patch<POP.size();patch++)

    for (int ind=0;ind<POP[patch].size();patch++)
    
        for (int chrom=0;chrom<POP[patch][ind].size();chrom++)
        
            for (int gene=0;gene<POP[patch][ind][chrom].size();gene++)
            
                 POP[patch][ind][chrom][gene];
            
        
       

简单类系列

人们可以使用一系列简单的类并通过

访问内存中的任何基因

for (int patch=0;patch<POP->PATCHES.size();patch++)

    for (int ind=0;ind<POP->PATCHES[patch]->INDIVIDUALS.size();patch++)
    
        for (int chrom=0;chrom<POP->PATCHES[patch]->INDIVIDUALS[ind]->CHROMOSOMES.size();chrom++)
        
            for (int gene=0;gene<POP->PATCHES[patch]->INDIVIDUALS[ind]->CHROMOSOMES[chrom]->GENES.size();gene++)
            
                POP->PATCHES[patch]->INDIVIDUALS[ind]->CHROMOSOMES[chrom]->GENES[gene];
            
        
       

【问题讨论】：

是 patch、ind、chrom 和 gene 只是整数索引，而不是像 std::strings 这样的东西吗？

是的！我试图通过写出for循环并定义patch、ind、chrom和gene的对象类型来澄清这一点

【参考方案1】：

虽然高维矩阵可行，但请考虑您可能希望向个人添加更多信息。它可能不仅有染色体，还有年龄、兄弟姐妹、父母、表型等。然后很自然地有一个class Individual，它可以包含所有这些信息以及它的染色体列表。使用类会将相关信息组合在一起。

【讨论】：

谢谢。这是正确的，我最终可能愿意编写一些特定于类的函数（在 python 中称为方法，不确定它们在 C++ 术语中是否具有相同的名称）。我主要关心访问内存插槽的时间。我是否应该期望“一系列简单类”方法更慢？

使用类并不一定意味着它更慢。编写一个正确且易于理解的实现应该是您的首要任务，优化是其次。在优化时，确定大部分 CPU 时间都花在了哪里。是不是对基因进行了某种操作？然后你要确保包含基因的数据在内存中是靠得很近的。 class Chromosome vector<Gene> genes; ; 仍然确保基因靠近。事实上，如果每个类只包含一个vector<> 成员，与一个大的vector<vector<vector<vector<...>>>> 相比，没有开销。

【参考方案2】：

虽然我大体上同意@g-sliepen 的回答，但还有一点你应该知道：

C++ 使您能够区分接口和类型。您可以将类型 abstract 留给您的代码的用户（即使只有您自己），并提供一组有限的操作。

使用此模式，您可以在以后完全更改实现（例如，回到向量以进行并行计算等），而无需更改使用它的代码（例如，具体模拟）。

【参考方案3】：

我不会介绍已经提出的建议，因为将您的 individual 实体存储为一个具有所有相关字段的类通常是一个好主意，但我将只解决您的第一个建议：

使用std::vector<std::vector<std::vector<std::vector<type>>>> 之类的东西（除了一般处理起来很痛苦）的问题是，虽然包围结构的整体std::vector 具有连续存储（只要您不存储@987654321 @即）内部向量彼此或其他元素不连续。

因此，如果您在结构中存储大量数据并且需要尽可能快地访问和迭代，那么这种存储方法并不理想 - 它还会使迭代整个结构的问题变得复杂。

当您需要快速迭代和随机访问时，存储大型多维“矩阵”（我想在这种情况下技术上是 4 级张量）的一个很好的解决方案是在某些 @ 中围绕单个 std::vector 编写包装器987654322@ 配置，这样您的所有数据都存储为一个连续的块，您可以通过单个循环或调用std::for_each（例如）对其进行迭代。然后，您访问该结构所使用的每个索引将依次对应于patch、ind、chrom 和gene。

如果您不想自己编写包装器代码，则可以处理此问题的预构建数据结构示例是 boost::multi_array。

【参考方案4】：

有两种主要的方法来做多维数组。向量的向量（又名锯齿状数组）和真正的多维数组 - n 维立方体。例如，使用后一种意味着所有染色体都具有相同数量的基因，并且每个个体都具有相同数量的染色体。如果您可以接受这些限制，您将获得一些优势，例如连续内存存储。