Question

我目前正在编写一个将单元格数组转换为稀疏块矩阵的函数。

我确实实现了我的目的，现在我正在尝试优化代码，但我似乎无法找到加速单元格内矩阵矢量化的方法。

目前，我已将输入设置为列单元格向量，如下所示：

Input = cell(Blocks,1);

输入中的每个单元格都有不同大小的矩阵。

为了对单元格内的矩阵进行矢量化，我目前正在使用此代码：

V = cellfun(@(x) x(:), Input, 'un', 0);

但是我的探查器一直在告诉我这部分代码需要花费很多时间。

我确实尝试将其更改为for循环：

Blks = size(Input,1);

V = cell(Blks,1);

for i = 1:Blks
    V{i} = Input{i}(:);
end

但是，这只会使我的代码运行速度比以前的代码慢。

还有另一种方法可以加速细胞内基质的载体化过程吗？

非常感谢你！

我想添加其他信息。

在我计算V之后，我将所有单元格连接起来并将其转换为单个向量Val：

Val = cat(1,V{:});

起初我尝试使用cell2mat而不是cat，但事实证明cat更快。

如果有办法计算Val而不经过计算V，那就更好了：）

再次感谢！

Answer 1

这可能不是最有效的方式，但我的运行时间提高了50％：

% Time the two versions of the algorythm
t1 = timeit(@test1)
t2 = timeit(@test2)
disp([num2str((t1 - t2) / t1 * 100) ' % improvement'])

% Prepare the same input for the two functions, 5 cells
% with random sized matrices
Input = cell(1,5);
for k = 1 : 5
    Input(k) = {randn(abs(round(randn(1,2).*10)))};
end

% Check if the results are the same
disp(all(test1(Input) == test2(Input)))



function Val = test1(varargin)
    if isempty(varargin)
    % Prepare three cells for testing
        Input(1) = {randn(5,4)};
        Input(2) = {randn(8,3)};
        Input(3) = {randn(2,4)};
    else
        Input = varargin{1};
    end

    % Your current method
    V = cellfun(@(x) x(:), Input, 'un', 0);
    Val = cat(1,V{:});
end


function Val = test2(varargin)
    if isempty(varargin)
    % Prepare three cells for testing
        Input(1) = {randn(5,4)};
        Input(2) = {randn(8,3)};
        Input(3) = {randn(2,4)};
    else
        Input = varargin{1};
    end

    % Store size of all matrices in the cells. I am adding 
    % a 0 at the beginning of the array for the indexing of
    % the following cycle
    s = [0 , cellfun(@numel, Input)];

    % Pre-allocate variable
    Val = zeros(sum(s) , 1);
    % Fill variable
    for k = 1:numel(Input)
        Val(sum(s(1:k))+1 : sum(s(1:k+1)) ) = Input{k}(:);
    end
end

我明白了：

t1 =

1.2515e-04

t2 =

6.0825e-05

51.3965％的改善

<小时/> 编辑：更正了test2

中的索引错误

<小时/> 编辑：更正了test2中的第二个索引错误，并将其修改为可测试

优化单元内的矩阵矢量化

1 个答案: