Tabelle hash in MATLAB

MATLAB supporta le tabelle hash?

Qualche sfondo

Sto lavorando a un problema in Matlab che richiede una rappresentazione in scala di un'immagine. Per fare questo creo un filtro gaussiano 2-D con varianza sigma*s^kper un kcerto intervallo., E poi uso ciascuno di essi a turno per filtrare l'immagine. Ora, voglio una sorta di mappatura kdall'immagine filtrata.

Se kfosse sempre un numero intero, creerei semplicemente un array 3D tale che:

arr[k] = <image filtered with k-th guassian>

Tuttavia, knon è necessariamente un numero intero, quindi non posso farlo. Quello che pensavo di fare era mantenere una serie di messaggi ktale che:

arr[find(array_of_ks_ = k)] = <image filtered with k-th guassian>

Il che sembra abbastanza buono a prima vista, tranne per il fatto che eseguirò questa ricerca potenzialmente alcune migliaia di volte con circa 20 o 30 valori di k, e temo che ciò danneggi le prestazioni.

Mi chiedo se non sarei meglio servito a farlo con una tabella hash di qualche tipo in modo da avere un tempo di ricerca che è O (1) invece di O (n).

Ora, so che non dovrei ottimizzare prematuramente e potrei non avere affatto questo problema, ma ricorda, questo è solo lo sfondo e potrebbero esserci casi in cui questa è davvero la soluzione migliore, indipendentemente dal fatto che sia migliore soluzione per il mio problema.

Matlab non supporta gli hashtable. EDIT Fino a r2010a, cioè; vedi la risposta di @Amro .

Per velocizzare le ricerche , è possibile eliminare finde utilizzare INDICIZZAZIONE LOGICA .

arr{array_of_ks==k} = <image filtered with k-th Gaussian>

o

arr(:,:,array_of_ks==k) = <image filtered with k-th Gaussian>

Tuttavia, in tutta la mia esperienza con Matlab, non ho mai avuto una ricerca come un collo di bottiglia.

Per velocizzare il tuo problema specifico, suggerisco di utilizzare il filtro incrementale

arr{i} = GaussFilter(arr{i-1},sigma*s^(array_of_ks(i)) - sigma*s^(array_of_ks(i-1)))

supponendo che array_of_kssia ordinato in ordine crescente, e GaussFilter calcola la dimensione della maschera del filtro in base alla varianza (e utilizza, ovviamente, 2 filtri 1D), oppure puoi filtrare in Fourier Space, che è particolarmente utile per immagini grandi e se le varianze sono spaziati in modo uniforme (cosa che molto probabilmente non sono purtroppo).

Prendi in considerazione l'utilizzo della map class di MATLAB: containers.Map . Ecco una breve panoramica:

• Creazione:

  >> keys = {'Jan', 'Feb', 'Mar', 'Apr', 'May', 'Jun', ...
    'Jul', 'Aug', 'Sep', 'Oct', 'Nov', 'Dec', 'Annual'};
  
  >> values = {327.2, 368.2, 197.6, 178.4, 100.0,  69.9, ...
    32.3,  37.3,  19.0,  37.0,  73.2, 110.9, 1551.0};
  
  >> rainfallMap = containers.Map(keys, values)
  
  rainfallMap = 
    containers.Map handle
    Package: containers
  
    Properties:
          Count: 13
        KeyType: 'char'
      ValueType: 'double'
    Methods, Events, Superclasses
  

• Consultare:

  x = rainfallMap('Jan');

• Assegnare:

  rainfallMap('Jan') = 0;

• Inserisci:

  rainfallMap('Total') = 999;

• Rimuovere:

  rainfallMap.remove('Total')

• Ispezionare:

  values = rainfallMap.values;
  keys = rainfallMap.keys;
  sz = rainfallMap.size;
  

• Chiave di controllo:

  if rainfallMap.isKey('Today')
      ...
  end
  

La nuova classe containers.Map di Matlab R2008b (7.7) è una versione Matlab ridotta dell'interfaccia java.util.Map . Ha l'ulteriore vantaggio di una perfetta integrazione con tutti i tipi di Matlab ( Java Maps non è in grado di gestire le strutture Matlab, ad esempio), nonché la capacità a partire da Matlab 7.10 (R2010a) di specificare i tipi di dati .

Le implementazioni di Matlab serie che richiedono mappe / dizionari di valori-chiave dovrebbero comunque utilizzare le classi Map di Java ( java.util.EnumMap , HashMap , TreeMap , LinkedHashMap o Hashtable ) per ottenere l'accesso alle loro funzionalità più ampie se non alle prestazioni. Le versioni Matlab precedenti alla R2008b non hanno in ogni caso vere alternative e devono utilizzare le classi Java.

Una potenziale limitazione dell'utilizzo delle raccolte Java è la loro incapacità di contenere tipi Matlab non primitivi come gli struct. Per ovviare a questo problema, converti i tipi (ad esempio, utilizzando struct2cell o programmaticamente) o crea un oggetto Java separato che conterrà le tue informazioni e memorizzerà questo oggetto nella Java Collection.

Potresti anche essere interessato a esaminare un'implementazione Hashtable orientata agli oggetti (basata su classi) puro Matlab, disponibile su File Exchange .

Potresti usare java per questo.

In matlab:

dict = java.util.Hashtable;
dict.put('a', 1);
dict.put('b', 2);
dict.put('c', 3);
dict.get('b')

Ma dovresti fare un po 'di profiling per vedere se ti dà un guadagno di velocità immagino ...

È un po 'ingombrante, ma sono sorpreso che nessuno abbia suggerito di usare gli struct. È possibile accedere a qualsiasi campo struct per nome variabile come struct.(var)dove varpuò essere qualsiasi variabile e si risolve in modo appropriato.

dict.a = 1;
dict.b = 2;

var = 'a';

display( dict.(var) ); % prints 1

Puoi anche sfruttare il nuovo tipo "Tavolo". Puoi memorizzare diversi tipi di dati e ricavarne statistiche in modo molto semplice. Vedi http://www.mathworks.com/help/matlab/tables.html per maggiori informazioni.