java矩阵运算包ujmp中的一些小示例和注意事项

本人最近在用ujmp包写一些程序，ujmp包是针对于超大数据量计算的矩阵的运算包，并且有图形显示的功能且支持多种文件格式的读取和输出，还支持连接数据库，matlab数据类型和weka数据类型，总体来说非常好用，但是有一个很大的缺陷就是基本没有相关的示例和文档，官网上的示例有基本全都过时不能用了，本人总结了一下相关用法，仅供大家参考，代码并不能运行，知识给大家列出了相应的矩阵运算方式和构造方式，希望能对大家有所帮助

LINK 可以用来进行矩阵求逆，矩阵相乘，矩阵的行列选取，大体来说是在矩阵大小变换是依然可用，但是不可用于矩阵数值的改变，试图改变LINK后的矩阵中的值，其实不会改变，要改变原来矩阵的值才有用；

对一个原始矩阵进行转置，当矩阵转置后返回的如果是LINK,随后进行赋值操作，则LINK矩阵和转置前的矩阵都不会有变化，即使从转置后的矩阵抽取一列或一行进行赋值，所有矩阵也不会有变化。

对一个原始矩阵选取其行或列是返回的是LINK，随后进行赋值操作，则原矩阵和LINK矩阵都会变化

对LINK后的矩阵再进行LIK转置，矩阵是会改变的

在至今的测试中，除了设值，其他的都可以改变，也可以获取值

long m = 5;
		long n = 5;
		/**
		 * 制造一个空矩阵
		 */
		Matrix emptyMatrix = MatrixFactory.emptyMatrix();
		/**
		 * 制造一个m*n随机矩阵
		 */
		Matrix randMatrix = Matrix.factory.rand(m, n);
		/**
		 * 制造一个m*n零矩阵
		 */
		Matrix zeroMatrix = Matrix.factory.zeros(m, n);
		/**
		 * 制造一个m*n对角线为1其余元素为0的矩阵
		 */
		Matrix eyeMatrix = Matrix.factory.eye(m, n);
		/**
		 * 制造一个m*n全部元素为1的矩阵
		 */
		Matrix oneMatrix = Matrix.factory.ones(m, n);
		/**
		 * 矩阵的相关操作
		 */
		// 矩阵与数值的相关运算，意思大家根据英语的含义就能看出，这里就不解释了
		Matrix res_1 = oneMatrix.times(10);
		Matrix res_2 = oneMatrix.divide(10);
		Matrix res_3 = oneMatrix.plus(10);
		Matrix res_4 = oneMatrix.minus(10);
		/**
		 * 矩阵与矩阵的相关运算 加和减函数都不用变,乘的话要加上m表示matrix间计算
		 */
		Matrix res_5 = oneMatrix.mtimes(randMatrix);
		Matrix res_7 = oneMatrix.plus(randMatrix);
		Matrix res_8 = oneMatrix.minus(randMatrix);
		/**
		 * 求转置求逆,这里有三种返回型，分别是link orig new 计算时间new > orig > link 无返回型和orig的时间类似
		 */
		Matrix res_9 = oneMatrix.transpose(Ret.LINK);
		Matrix res_10 = oneMatrix.transpose(Ret.ORIG);
		Matrix res_11 = oneMatrix.transpose(Ret.NEW);
		Matrix res_12 = oneMatrix.inv();
		// 选取子矩阵
		Matrix res_13 = oneMatrix.subMatrix(Ret.NEW, startRow, startColumn,
				endRow, endColumn);
		// 选取行
		Matrix res_14 = oneMatrix.selectRows(returnType, rows);
		// 选取列
		Matrix res_15 = oneMatrix.selectColumns(returnType, columns);
		// 按第i列进行排序，reverse表示返回的排序矩阵是按正序还是逆序
		Matrix res_16 = oneMatrix.sortrows(returnType, column, reverse);
		// 将矩阵的所有数值相加得到的返回值
		Matrix res_17 = oneMatrix.getValueSum();
		// 选去矩阵的行和列
		Matrix res_18 = oneMatrix.getColumnCount();
		Matrix res_19 = oneMatrix.getRowCount();
		//判断矩阵否和一个矩阵或一个值相等，相等的话在相应的位置设置为为true否则为false,
		//如果要看相等的个数的总和则可再继续用一个getvaluecount函数即可
		Matrix res_20 = oneMatrix.eq(returnType, matrix);
		matrix res_21 = oneMatrix.eq(returnType, value)

当矩阵返回类型为RET.ORIG的时候不能使用任何有可能改变矩阵大小的操作(除非自己知道确实不会改变)，例如转置、选取行列、子矩阵等~~~~~

package MatrixPFTest.yi.maytwenty;

import org.ujmp.core.Matrix;
import org.ujmp.core.MatrixFactory;
import org.ujmp.core.calculation.Calculation.Ret;

public class PerfomaceTest {
    public static void main(String[] args) {
        long begin, end;
        /**
         * test变test2才变 *********test2不能被改变
         */

        long m = 725, n = 20;
        // Matrix test_1 = Matrix.factory.rand(5, 5);
        // test_1.showGUI();
        // Matrix test_2 = test_1.transpose(Ret.ORIG);
        // test_2.showGUI();
        // Matrix test_3 = test_2.mtimes(Matrix.factory.ones(5, 5).times(2));
        // test_3.showGUI();
        begin = System.currentTimeMillis();
        Matrix res = Matrix.factory.rand(m, n);
        Matrix res0 = Matrix.factory.rand(m, n);
        end = System.currentTimeMillis();
        Constans.sop("构建矩阵耗时" + (end - begin) + "ms");
        // res.setLabel("res");
        // res.showGUI();

        begin = System.currentTimeMillis();
        Matrix res_1_trannull = res.transpose();
        end = System.currentTimeMillis();
        Constans.sop("res_1_trannull-耗时" + (end - begin) + "ms");

        begin = System.currentTimeMillis();
        Matrix res_2_tranlink = res.transpose(Ret.LINK);
        end = System.currentTimeMillis();
        Constans.sop("res_2_tranlink-耗时" + (end - begin) + "ms");
        // res_2_tranlink.setLabel("res_2_tranlink");
        // res_2_tranlink.setAsDouble(10, 0, 0);
        // res_2_tranlink.showGUI();

        /**
         * 进行矩阵赋值，两个矩阵式同一个矩阵，除非用copy()
         */
        Matrix xxxMatrix = res_2_tranlink;
        xxxMatrix.setAsDouble(10, 0, 0);
        xxxMatrix.showGUI();
        /**
         * 对LINK的矩阵进行赋值
         */
        res_2_tranlink = MatrixFactory.ones(1, 1);
        res_2_tranlink.setAsDouble(110, 0, 0);
        res_2_tranlink.showGUI();

        /**
         * 选取特定行与列
         */
        begin = System.currentTimeMillis();
        Matrix res_3 = res_2_tranlink.selectColumns(Ret.NEW, 10);
        end = System.currentTimeMillis();
        res_3.showGUI();
        Constans.sop("选取列-NEW-耗时" + (end - begin) + "ms");

        begin = System.currentTimeMillis();
        Matrix res_4 = res_2_tranlink.selectColumns(Ret.LINK, 0);
        end = System.currentTimeMillis();
        res_4.setAsDouble(10, 0, 0);
        res_4.showGUI();
        Constans.sop("选取列-link-耗时" + (end - begin) + "ms");

        /**
         * 求逆耗时较长，但是inv和invSymm相差无几
         */
        for (int i = 0; i < 1; ++i) {
            begin = System.currentTimeMillis();
            Matrix res_5 = res_2_tranlink.inv();
            end = System.currentTimeMillis();
            Constans.sop("inv-耗时" + (end - begin) + "ms");
        }

        /**
         * 获取行数，列数
         */
        begin = System.currentTimeMillis();
        long res_rowcount = res_2_tranlink.getRowCount();
        end = System.currentTimeMillis();
        Constans.sop("getRowCount-耗时" + (end - begin) + "ms");

        /**
         * 矩阵相乘的检测
         */

        begin = System.currentTimeMillis();
        Matrix res_muti_link = res_2_tranlink.mtimes(Ret.LINK, false, res0);
        end = System.currentTimeMillis();
        res_muti_link.setAsDouble(100, 0, 0);
        // res_muti_link.showGUI();
        Constans.sop("res_muti_link-耗时" + (end - begin) + "ms");

        // 这里是LINK后和LINK后的矩阵相乘，但是返回的是NEW，所以可以改变值
        Matrix afterlinklink = res_muti_link.mtimes(res_2_tranlink);
        afterlinklink.setAsDouble(100, 0, 0);
        afterlinklink.showGUI();
        begin = System.currentTimeMillis();
        Matrix res_muti_new = res_2_tranlink.mtimes(Ret.NEW, false, res0);
        end = System.currentTimeMillis();
        res_muti_new.showGUI();
        Constans.sop("res_muti_new-耗时" + (end - begin) + "ms");

        /**
         * 对不是LINK的矩阵选取行或列再改变变量值，使用LINK的话都会受到影响
         */
        Matrix beforeMatrix = Matrix.factory.rand(5, 5);
        beforeMatrix.setLabel("beforeMatrix");
        beforeMatrix.showGUI();

        Matrix nowMatrix = beforeMatrix.selectRows(Ret.NEW, 0);
        nowMatrix.setAsDouble(10, 0, 0);
        nowMatrix.setLabel("nowMatrix");
        nowMatrix.showGUI();

        Matrix laterMatrix = beforeMatrix.transpose(Ret.LINK);
        laterMatrix.setLabel("laterMatrix");
        // laterMatrix.showGUI();
        Matrix xx = laterMatrix.minus(Ret.LINK, false, 10);
        double xxd = xx.getAsDouble(0, 0);
        Constans.sop(xxd);
        // xx.showGUI();

    }
}

　　

res.minus(Ret.LINK, false,res2.mtimes(Ret.LINK, false, res1)); 效率最高

在对矩阵指定列进行排序时，用sortrows,但是！！一定要注意的是要将矩阵用(toDoubleMatrix)转化为double型矩阵再进行运算