Discussion :

[Giansolo]

Hello à toutes et à tous,

Voilà, je me heurte à un petit problème, j'ai un vecteur qui peut être de grande taille (en millions d'éléments), et je recherche dans celui-ci les valeurs qui ressortent 4 fois exactement.
Etant donné la taille des vecteurs, j'essaie d'éviter les boucles, mais la je ne sais pas trop quoi faire...
Un exemple pour illustrer ma question:

A =
57
57
57
57
58
58
58
58
59
59
64
65
65
66
66
66
66
67
...

Ce que je cherche à obtenir est donc (pour cet exemple): A = [57, 58, 66],

Quelles pistes me conseillez vous?

Merci par avance,

Gian

[Invité]

Bonjour,

En combinant les fonctions DIFF et STRFIND.

[Jean Dumoncel]

Bonjour,

on peut aussi utiliser les fonctions unique et hist.

[shaiHulud]

Si j'ai bien compris winjerome, il faudrai que tu sort le vecteur avant.
Regardes unique(), elle doit faire ce que tu veux (mais sera peut etre trop lente)

[Giansolo]

Merci pour ces bonnes idées, ceci dit unique() ne me permet que d'éliminer les doublons, j'ai besoin de réaliser le comptage avant, la piste de hist() me semble intéressante, mais je crois que cette fonction est relativement lente aussi (je dis ca, mais c'est à tester).

Je pense aussi réaliser cette fonction en MEX (C++) avec des bêtes boucles for(), j'y gagnerais peut etre aussi...

Je regarde ces pistes.

Gian

[KR4ZY_GUI]

Salut,

Voice un code que je pense que fonctionne bien. N'est pas très ortodoxe, mais eficace

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
V = uint32(round(rand(1000000,1)*100000)+1);%Vecteur aleatoire avec valeurs entre 1 et 100000
nrep=6;%Nombre de valeurs repetees dans le bloc
V = sort(V);
Vdiff = boolean([~boolean(diff(V));0]);
%Construction matrice pour recherche des blocks avec exactement nrep elements par bloc
%On ajoute colonnes en déplaçant une position a chaque fois le vecteur Vdiff
for ii=1:nrep-1
    Vdiff(:,ii+1) = [0;Vdiff(1:end-1,ii)];
end
%Si la somme d'une ligne (sauf ça derniere colonne) est nrep-1, voila, on a un bloc avec >=nrep elements
%Si la somme d'une ligne complet est nrep, le bloc a >nrep elements
%Suprimme les elements du 2eme cas dans les element du 1er cas et ça y est.
Vrep = setdiff(unique(V.*uint32(([sum(Vdiff(:,1:end-1),2)==nrep-1]))),unique(V.*uint32(([sum(Vdiff,2)==nrep]))));
 
%Lignes pour tester que les calculs sont correctes.
%CETTE PARTIE EST LA PLUS LENTE. A SUPPRIMER
for jj=1:length(Vrep)
    if length(find(V==Vrep(jj)))~=nrep
        Vrep(jj)
    end
    if mod(jj,1000)==0
       jj 
    end
end

Le temps calcul que j'ai mesuré est 12 secondes pour un vecteur 10millon d'elements, 100mil valeurs possibles et bloc de 6 élements.

Cordialement

[Invité]

Si j'ai bien compris winjerome, il faudrai que tu sort le vecteur avant.

Oui c'est bien cela, ce qui semble être le cas dans l'exemple de Giansolo.
Ce qui donnerait:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
A =[57 57 57 57 58 58 58 58 59 59 64 65 65 66 66 66 66 67];
NbRep = 4;
D = ~diff([Inf A Inf]);
Vrep = A(strfind(D,[false true(1,NbRep-1) false]));

@KR4ZY_GUI: quelques remarques sur ton code:

• length(find(V==Vrep(jj))) peut s'écrire plus simplement: sum(V==Vrep(jj));
• De même uint32(round(rand(1000000,1)*100000)+1); en randi(100000,1000000,1,'uint32');
• Les crochets:
  

  Code :

  Sélectionner tout - Visualiser dans une fenêtre à part

  Vrep = setdiff(unique(V.*uint32(([sum(Vdiff(:,1:end-1),2)==nrep-1]))),unique(V.*uint32(([sum(Vdiff,2)==nrep]))));

  N'ont pas lieu d'être.

[Jerome Briot]

on peut aussi utiliser les fonctions unique et hist.

Plutôt HISTC :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
[uA,a,b] = unique(A);
n = histc(b,unique(b));
 
uA(n==4)

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
ans =
 
    57
    58
    66

[Giansolo]

Merci pour ces réponses très documentées! Un vrai plaisir ce forum
Je vais tester un peu les temps d’exécutions et je verrais pour prendre le plus rapide.

Merci à vous!

Gian

[Jean Dumoncel]

Plutôt HISTC :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
[uA,a,b] = unique(A);
n = histc(b,unique(b));
 
uA(n==4)

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
ans =
 
    57
    58
    66

C'est vrai que hist fera appel à histc, donc autant utiliser directement histc. Par contre on peut économiser un appel de unique :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
uA = unique(A);
n = histc(A,uA);
 
uA(n==4)