大量使用内存

| 我有一个代码,需要在其中创建一个键值为双倍的映射(两个聚类之间的f检验值。为此,我需要计算残差平方和),而cluspair的映射值为对我创建的类集群。 Map旨在将F检验值存储在所有聚类之间,这样我就不需要在每一步中一次又一次地进行计算。 BTW群集是一种树结构,其中每个群集包含两个子群集,并且存储的值是70维向量。 问题是,为了计算RSS,我需要实现一个递归代码,在该代码中,我需要找到聚类的每个元素与聚类的平均值之间的距离,这似乎在消耗大量内存。当我创建相同的映射,并且键值是两个聚类的均值之间的简单距离时,该程序将使用最少的内存,因此我认为内存使用量的增加是由递归函数RSS的调用引起的。我该如何管理以下代码中的内存使用?在其当前的实现中,系统内存不足,并且窗口关闭应用程序,表示系统已耗尽虚拟内存。 主要代码:
    map<double,cluspair> createRSSMap( list<Cluster*> cluslist )
    {
            list<Cluster*>::iterator it1;
            list<Cluster*>::iterator it2;

            map<double,cluspair> rtrnmap;


            for(it1=cluslist.begin(); it1!= --cluslist.end() ;it1++)
            {
                it2=it1;
                ++it2;
                cout << \".\";

                list<Cluster*>::iterator itc;
                double cFvalue=10000000000000000000;
                double rIt1 = (*it1)->rss();

                for(int kk=0 ; it2!=cluslist.end(); it2++)
                {

                    Cluster tclustr ((*it1) , (*it2));
                    double r1 = tclustr.rss();
                    double r2= rIt1 + (*it2)->rss();
                    int df2 = tclustr.getNumOfVecs() - 2;

                    double fvalue = (r1 - r2) / (r2 / df2);

                    if(fvalue<cFvalue)
                    {
                        cFvalue=fvalue;
                        itc=it2;
                    }
                }


                cluspair clp;
                clp.c1 = *it1;
                clp.c2 = *itc;


                bool doesexists = (rtrnmap.find(cFvalue) != rtrnmap.end());

                while(rtrnmap)
                {
                    cFvalue+= 0.000000001;
                    rtrnmap= (rtrnmap.find(cFvalue) != rtrnmap.end());
                }

                rtrnmap[cFvalue] = clp;


            }

            return rtrnmap;
    }
以及RSS功能的实现:
double Cluster::rss()
{
    return rss(cnode->mean);
}

double Cluster::rss(vector<double> &cmean)
{
    if(cnode->numOfVecs==1)
    {
        return vectorDist(cmean,cnode->mean);
    }
    else
    {
        return ( ec1->rss(cmean) + ec2->rss(cmean) );       
    }
}
提前非常感谢。我真的不知道该怎么办。 以下是我用来创建地图的代码,其中的键是两个聚类平均值之间的简单欧几里得距离。正如我上面所说,它非常相似,并且使用的内存最少。它仅在fvalue的计算上有所不同。除了递归计算,还有两个聚类的均值的简单距离的计算。希望它有助于发现问题
map<double,cluspair> createDistMap( list<Cluster*> cluslist )
{
        list<Cluster*>::iterator it1;
        list<Cluster*>::iterator it2;

        map<double,cluspair> rtrnmap;


        for(it1=cluslist.begin(); it1!= --cluslist.end() ;it1++)
        {
            it2=it1;
            ++it2;
            cout << \".\";

            list<Cluster*>::iterator itc;
            double cDist=1000000000000000;

            for(int kk=0 ; it2!=cluslist.end(); it2++)
            {
                double nDist = vectorDist( (*it1)->getMean(),(*it2)->getMean());
                if (nDist<cDist)
                {
                    cDist = nDist;
                    itc=it2;
                }
            }   

            cluspair clp;
            clp.c1 = *it1;
          clp.c2 = *itc;



            bool doesexists = (rtrnmap.find(cDist) != rtrnmap.end());

            while(doesexists)
            {
                cDist+= 0.000000001;
                doesexists  = (rtrnmap.find(cDist) != rtrnmap.end());
            }

            rtrnmap[cDist] = clp;

        }

        return rtrnmap;
}
vectorDist()的实现
double vectorDist(vector<double> vec1, vector<double> vec2)
{

    double sqrsum=0;
    double tempd=0;

    int vs = vec1.size();

    for ( int i=0;i<vs;i++)
    {
        tempd = vec1[i] - vec2[i];
        sqrsum += tempd*tempd;
    }

    return sqrsum;
}
编辑: 顺便说一句,我尝试了这种替代实现,但仍然无法控制内存使用情况
double Cluster::rss()
{
    list<double> fvals;
    rss(cnode->mean , fvals);

    double sum=0;
    list<double>::iterator tpit;
    for(tpit=fvals.begin() ; tpit != fvals.end() ; ++tpit)
    {
        sum += *tpit;
    }
    return sum;
}

void Cluster::rss(vector<double> &cmean , list<double> &fvals)
{
    if(cnode->numOfVecs==1)
    {
        fvals.push_back( vectorDist(cmean,cnode->mean) );
    }
    else
    {
        ec1->rss(cmean , fvals);
        ec2->rss(cmean , fvals);        
    }
}
    
已邀请:
        如果内存不足,则您的树可能很深,或者您的簇对象很大,或者两者都有。尝试创建具有与“群集”树相同拓扑的double的另一个树数据结构,并将其称为RSS树以保存RSS值。计算底部节点的rss值,然后递归填写RSS树中的其余值。这样,您在进行rss计算时就不会将群集对象保留在内存中。     

要回复问题请先登录注册