创建均匀分布的伪随机值的codistributed稀疏数组
CS = codistributed.sprand(M,N,密度)
CS = sprand(N,codist)
CS = codistributed.sprand(M,N,密度)
创建米
-通过-ñ
稀疏codistributed阵列具有大约密度* m * n个
均匀分布的非零双条目。
可选参数codistributed.sprand
必须将所需的参数后指定,并按照以下顺序:
codist
- 甲codistributor对象,指定所得阵列的分布方案。如果省略,阵列使用的默认分配方案分配。有关构建codistributor对象的信息,请参阅参考页codistributor1d
和codistributor2dbc
。
'noCommunication'
- 指定不相互工作的通信是构建阵列时,跳过一些错误检查步骤被执行。
CS = sprand(N,codist)
是相同的CS = codistributed.sprand(N,codist)
。您也可以使用可选的参数与此语法。要使用默认的分配方案,指定的无参数的构造函数codistributor。例如:
SPMDCS = codistributed.sprand(8,8,0.2,codistributor1d());结束
有四个工人,
SPMD(4)CS = codistributed.sprand(1000,1000,0.001);结束
创建1000通过-1000稀疏codistributed双阵列CS
具有大约1000的非零元素。CS
是由它的第二维(列)分布,并且每个工人含有1000通过-250本地的片CS
。
SPMD(4)codist = codistributor1d(2,1:numlabs);CS = sprand(10,10,0.1,codist);结束
创建了一个10乘10 codistributed双阵列CS
用大约10的非零元素。CS
由它的列分布,并且每个工人含有10逐labindex
本地片CS
。
当您使用sprand
在平行池工人,或以独立或通信工作,每个工人将其随机生成种子,只有在所依赖的值labindex
或任务ID。因此,每个工人的阵列是该作业唯一的。但是,如果你重复的工作,你会得到相同的随机数据。