我有维度m * k的单元格数组A。
我希望将k唯一的行保持为k个单元格的顺序。
＆＃34;棘手＆＃34; part ＆＃34;最多为k个单元格的顺序＆＃34; ：考虑i A行中的A(i,:)个单元格，{ {1}};可能有j行A，A(j,:)，相当于A(i,:)，直到对其k单元格进行重新排序，这意味着例如k=4可能是：
A{i,1}=A{j,2}
A{i,2}=A{j,3}
A{i,3}=A{j,1}
A{i,4}=A{j,4}
我现在正在做的是：
G=[0 -1 1; 0 -1 2; 0 -1 3; 0 -1 4; 0 -1 5; 1 -1 6; 1 0 6; 1 1 6; 2 -1 6; 2 0 6; 2 1 6; 3 -1 6; 3 0 6; 3 1 6];
h=7;
M=reshape(G(nchoosek(1:size(G,1),h),:),[],h,size(G,2));
A=cell(size(M,1),2);
for p=1:size(M,1)
A{p,1}=squeeze(M(p,:,:));
left=~ismember(G, A{p,1}, 'rows');
A{p,2}=G(left,:);
end
%To find equivalent rows up to order I use a double loop (VERY slow).
indices=[];
for j=1:size(A,1)
if ismember(j,indices)==0 %if we have not already identified j as a duplicate
for i=1:size(A,1)
if i~=j
if (isequal(A{j,1},A{i,1}) || isequal(A{j,1},A{i,2}))...
&&...
(isequal(A{j,2},A{i,1}) || isequal(A{j,2},A{i,2}))...
indices=[indices;i];
end
end
end
end
end
A(indices,:)=[];
它有效，但速度太慢。我希望有更快的东西可供我使用。
答案 0 :(得分：6)
我想提出另一个想法，它与erfan's有一些概念上的相似之处。我的想法使用hash functions，特别是GetMD5 FEX submission。
主要任务是如何将A中的每一行“减少”为单个代表值（例如字符向量），然后找到此向量的唯一条目。
根据基准与其他建议判断，我的答案并不像其中一个选择那样好，但我认为其存在理由在于它完全是数据类型不可知（在GetMD5 1 的限制范围内），该算法非常容易理解，它是A上操作的替代品，并且结果数组与原始方法获得的数组完全相同。当然，这需要编译器才能工作并且存在哈希冲突的风险（这可能会在非常罕见的情况下影响结果）。
以下是我计算机上典型运行的结果，后面是代码：
Original method timing: 8.764601s
Dev-iL's method timing: 0.053672s
erfan's method timing: 0.481716s
rahnema1's method timing: 0.009771s
function q39955559
G=[0 -1 1; 0 -1 2; 0 -1 3; 0 -1 4; 0 -1 5; 1 -1 6; 1 0 6; 1 1 6; 2 -1 6; 2 0 6; 2 1 6; 3 -1 6; 3 0 6; 3 1 6];
h=7;
M=reshape(G(nchoosek(1:size(G,1),h),:),[],h,size(G,2));
A=cell(size(M,1),2);
for p=1:size(M,1)
A{p,1}=squeeze(M(p,:,:));
left=~ismember(G, A{p,1}, 'rows');
A{p,2}=G(left,:);
end
%% Benchmark:
tic
A1 = orig_sort(A);
fprintf(1,'Original method timing:\t\t%fs\n',toc);
tic
A2 = hash_sort(A);
fprintf(1,'Dev-iL''s method timing:\t\t%fs\n',toc);
tic
A3 = erfan_sort(A);
fprintf(1,'erfan''s method timing:\t\t%fs\n',toc);
tic
A4 = rahnema1_sort(G,h);
fprintf(1,'rahnema1''s method timing:\t%fs\n',toc);
assert(isequal(A1,A2))
assert(isequal(A1,A3))
assert(isequal(numel(A1),numel(A4))) % This is the best test I could come up with...
function out = hash_sort(A)
% Hash the contents:
A_hashed = cellfun(@GetMD5,A,'UniformOutput',false);
% Sort hashes of each row:
A_hashed_sorted = A_hashed;
for ind1 = 1:size(A_hashed,1)
A_hashed_sorted(ind1,:) = sort(A_hashed(ind1,:));
end
A_hashed_sorted = cellstr(cell2mat(A_hashed_sorted));
% Find unique rows:
[~,ia,~] = unique(A_hashed_sorted,'stable');
% Extract relevant rows of A:
out = A(ia,:);
function A = orig_sort(A)
%To find equivalent rows up to order I use a double loop (VERY slow).
indices=[];
for j=1:size(A,1)
if ismember(j,indices)==0 %if we have not already identified j as a duplicate
for i=1:size(A,1)
if i~=j
if (isequal(A{j,1},A{i,1}) || isequal(A{j,1},A{i,2}))...
&&...
(isequal(A{j,2},A{i,1}) || isequal(A{j,2},A{i,2}))...
indices=[indices;i];
end
end
end
end
end
A(indices,:)=[];
function C = erfan_sort(A)
STR = cellfun(@(x) num2str((x(:)).'), A, 'UniformOutput', false);
[~, ~, id] = unique(STR);
IC = sort(reshape(id, [], size(STR, 2)), 2);
[~, col] = unique(IC, 'rows');
C = A(sort(col), :); % 'sort' makes the outputs exactly the same.
function A1 = rahnema1_sort(G,h)
idx = nchoosek(1:size(G,1),h);
%concatenate complements
M = [G(idx(1:size(idx,1)/2,:),:), G(idx(end:-1:size(idx,1)/2+1,:),:)];
%convert to cell so A1 is unique rows of A
A1 = mat2cell(M,repmat(h,size(idx,1)/2,1),repmat(size(G,2),2,1));
1 - 如果需要对更复杂的数据类型进行哈希处理，可以使用DataHash FEX submission代替，这有点慢。
答案 1 :(得分：4)
说明问题：识别数组中唯一行的理想选择是使用C = unique(A,'rows')。但是这里有两个主要问题，阻止我们在这种情况下使用这个功能。首先，在与其他行进行比较时，您希望计算每行的所有可能排列。如果A有5列，则表示每行检查120次不同的重新安排！听起来不可能。
第二个问题与unique本身有关;它does not accept cells except cell arrays of character vectors。因此，您不能简单地将A传递给unique并获得您期望的结果。
为什么要寻找替代方案？如你所知，因为目前它很慢：
With nested loop method:
------------------- Create the data (first loop):
Elapsed time is 0.979059 seconds.
------------------- Make it unique (second loop):
Elapsed time is 14.218691 seconds.
我的解决方案：
STR）。id）。IC）生成关联矩阵。rows）。A（C）的相应行。这是代码：
disp('------------------- Create the data:')
tic
G = [0 -1 1; 0 -1 2; 0 -1 3; 0 -1 4; 0 -1 5; 1 -1 6; 1 0 6; ...
1 1 6; 2 -1 6; 2 0 6; 2 1 6; 3 -1 6; 3 0 6; 3 1 6];
h = 7;
M = reshape(G(nchoosek(1:size(G,1),h),:),[],h,size(G,2));
A = cell(size(M,1),2);
for p = 1:size(M,1)
A{p, 1} = squeeze(M(p,:,:));
left = ~ismember(G, A{p,1}, 'rows');
A{p,2} = G(left,:);
end
STR = cellfun(@(x) num2str((x(:)).'), A, 'UniformOutput', false);
toc
disp('------------------- Make it unique (vectorized):')
tic
[~, ~, id] = unique(STR);
IC = sort(reshape(id, [], size(STR, 2)), 2);
[~, col] = unique(IC, 'rows');
C = A(sort(col), :); % 'sort' makes the outputs exactly the same.
toc
绩效考核：
------------------- Create the data:
Elapsed time is 1.664119 seconds.
------------------- Make it unique (vectorized):
Elapsed time is 0.017063 seconds.
虽然初始化需要更多的时间和内存，但是在考虑所有排列的情况下，此方法在查找唯一行时速度更快。执行时间对A中的列数几乎不敏感。
答案 2 :(得分：3)
G似乎是一个误导性的观点。
这是少数nchoosek的结果
idx=nchoosek(1:4,2)
ans =
1 2
1 3
1 4
2 3
2 4
3 4
第一行是最后一行的补充
第二行是最后一行之前的一行
.....
因此，如果我们从{1 , 2}中提取行G，则其补码将为行{3, 4}，依此类推。换句话说，如果我们假设G的行数为4，则G(idx(1,:),:)是G(idx(end,:),:)的补充。
由于G行都是唯一的，因此所有A{m,n}的大小始终相同。
A{p,1}和A{p,2}是彼此的补充。 A的唯一行的大小为size(idx,1)/2
所以不需要任何循环或进一步比较：
h=7;
G = [0 -1 1; 0 -1 2; 0 -1 3; 0 -1 4; 0 -1 5; 1 -1 6; 1 0 6; ...
1 1 6; 2 -1 6; 2 0 6; 2 1 6; 3 -1 6; 3 0 6; 3 1 6];
idx = nchoosek(1:size(G,1),h);
%concatenate complements
M = [G(idx(1:size(idx,1)/2,:).',:), G(idx(end:-1:size(idx,1)/2+1,:).',:)];
%convert to cell so A1 is unique rows of A
A1 = mat2cell(M,repmat(h,size(idx,1)/2,1),repmat(size(G,2),2,1));
更新：上述方法效果最好但是如果想要从A以外的A获得A1我建议遵循基于erfan＆＃39;的方法。秒。我们可以直接使用数组来代替将数组转换为字符串：
STR=reshape([A.'{:}],numel(A{1,1}),numel(A)).';
[~, ~, id] = unique(STR,'rows');
IC = sort(reshape(id, size(A, 2),[]), 1).';
[~, col] = unique(IC, 'rows');
C1 = A(sort(col), :);
由于我使用Octave，我目前无法运行mex文件，因此我无法测试Dev-iL的方法
<强>结果：
erfan method (string): 4.54718 seconds.
rahnema1 method (array): 0.012639 seconds.