Question

我有一个矢量和一个大小相同的单元格数组（带有重复的字符串）。单元阵列定义组。我想在每个组的向量中找到最小/最大值。

例如：

value = randperm(5) %# just an example, non-unique in general
value =
     4     1     2     3     5
group = {'a','b','a','c','b'};
[grnum, grname] = grp2idx(group);

我使用ACCUMARRAY函数：

grvalue = accumarray(grnum,value,[],@max);

所以我有一个新的单元格数组，其中包含唯一的组名（grname）和新的向量（grvalue）。

grname = 
    'a'
    'b'
    'c'
grvalue =
     4
     5
     3

但我还需要找到已包含在新矢量中的旧矢量的值的位置索引。

gridx = 1 5 4

有什么想法吗？没有必要使用accumarray，但我正在寻找快速矢量化解决方案。

Answer 1

我能看到的最佳矢量化答案是：

gridx = arrayfun(@(grix)find((grnum(:)==grix) & (value(:)==grvalue(grix)),1),unique(grnum));

但我不能称之为“快速”矢量化解决方案。 arrayfun非常有用，但通常不会比循环更快。

然而，最快的答案并不总是矢量化。如果我在编写代码时重新实现代码，但使用更大的数据集：

nValues = 1000000;
value = floor(rand(nValues,1)*100000);
group = num2cell(char(floor(rand(nValues,1)*4)+'a'));
tic;
[grnum, grname] = grp2idx(group);
grvalue = accumarray(grnum,value,[],@max);
toc;

我的电脑给我一个0.886秒的tic / toc时间。（注意，所有tic / tock时间都来自文件中定义的函数的第二次运行，以避免一次性生成pcode。）

添加“向量化”（真正arrayfun）一行gridx计算会导致tic / tock时间为0.975秒。还不错，额外的调查显示大部分时间都在grp2idx电话中消耗。

如果我们重新实现这个非矢量化的简单循环，包括gridx计算，如下所示：

tic
[grnum, grname] = grp2idx(group);
grvalue = -inf*ones(size(grname));
gridx = zeros(size(grname));
for ixValue = 1:length(value)
    tmpGrIdx = grnum(ixValue);
    if value(ixValue) > grvalue(tmpGrIdx)
        grvalue(tmpGrIdx) = value(ixValue);
        gridx(tmpGrIdx) = ixValue;
    end
end
toc

tic / toc时间约为0.847秒，比原始代码略快。

更进一步，大多数时间似乎在单元阵列存储器访问中丢失了。例如：

tic; groupValues = double(cell2mat(group')); toc  %Requires 0.754 seconds
tic; dummy       =       (cell2mat(group')); toc  %Requires 0.718 seconds

如果您最初将组名定义为数字数组（例如，我将使用上面定义的groupValues），即使使用相同的代码，时间也会减少很多：

groupValues = double(cell2mat(group'));  %I'm assuming this is precomputed
tic
[grnum, grname] = grp2idx(groupValues);
grname = num2cell(char(str2double(grname))); %Recapturing your original names
grvalue = -inf*ones(size(grname));
gridx = zeros(size(grname));
for ixValue = 1:length(value)
    tmpGrIdx = grnum(ixValue);
    if value(ixValue) > grvalue(tmpGrIdx)
        grvalue(tmpGrIdx) = value(ixValue);
        gridx(tmpGrIdx) = ixValue;
    end
end
toc

这会产生0.16秒的抽动/抽动时间。

Answer 2

当遇到类似的问题*时，我提出了这个解决方案：

定义以下函数（在.m文件中）

   function i=argmax(x)
   [~,i]=max(x);
   end

然后您可以找到最大位置

   gridx = accumarray(grnum,grnum,[],@(i)i(argmax(value(i))) );

，最大值为
```
   grvalue = value(gridx);
```

（*如果我正确理解你的问题）

来自accumarray的索引，最大/分钟

2 个答案: