Question

我写了一个代码，生成一个长度增加的向量，后来堆叠在一行一行的矩阵中。这是代码如何工作的示例

    PPR=[0     2     3     5     6     8];
    AI=[ 0    0.7854    0.5236    0.3142    0.2618    0.1963];

    for ii=1:numel(PPR);
        qp=0:PPR(ii);
        xp(ii,1:PPR(ii)+1)=sin(AI(ii)*qp)+1    
    end

如何对此循环进行矢量化？

Answer 1

这是构建矩阵的完全向量化方式 - 没有循环，没有arrayfun：

PPR=[0     2     3     5     6     8];
AI=[ 0    0.7854    0.5236    0.3142    0.2618    0.1963];


M = ones(length(PPR),PPR(end)+1); #% allocate proper sized matrix of ones
r=1:length(PPR)-1; #% row indices for 1 element past the end of each row vector
c=PPR(1:end-1)+2; #% corresponding column indices
linear_index = sub2ind(size(M),r,c); #% create linear index from r,c
M(linear_index)=nan; #% set those elements to NaN
M2 = cumsum(M,2)-1; #% use cumsum to propagate the NaN values
M3 = bsxfun(@times,M2,AI'); #%'#multiply each row by the appropriate AI value
xp = sin(M3)+1 #% take the sine of the matrix

为了清楚起见，我使用了一堆临时变量。如果您想避免使工作区混乱，可以避免使用它们，因为它们通常不会被多次使用。

另请注意：这会使用NaNs填充矩阵，您还没有指定任何其他值。如果你想用一些其他默认值（例如零或一些）替换它们，这些默认值在最后很容易做到。

Answer 2

这是矢量化代码。我仍然不得不使用ARRAYFUN。因此，如果它比你的循环更快，用tic / toc进行测试。

n = numel(PPR); % number of rows
m = max(PPR)+1; % number of columns
qp = arrayfun(@(x)[0:PPR(x) nan(1,m-PPR(x)-1)],1:n,'UniformOutput',0);
qp = vertcat(qp{:});
a = ~isnan(qp); % to add ones later
qp(~a) = 0;
xp = sin(bsxfun(@times,AI',qp)) + a;

如何在Matlab中对此for循环进行矢量化？

2 个答案: