在MATLAB矩阵中查找元素的有效方法

时间:2013-06-20 15:14:55

标签: matlab find matrix-indexing

我想知道如何在给定的代码中处理瓶颈。

%% Points is an Nx3 matrix having the coordinates of N points where N ~ 10^6
Z = points(:,3)
listZ = (Z >= a & Z < b); % Bottleneck
np = sum(listZ); % For later usage
slice = points(listZ,:);

目前,对于N ~ 10^6np ~ 1000number of calls to this part of code = 1000,瓶颈声明总共花费大约10秒钟,与我的其余代码相比,这是一大块时间。< / p>

Profiling Results

仅针对@EitanT

请求的索引语句的示例代码的更多屏幕截图

Profiling for sample code Profiling for sample code

3 个答案:

答案 0 :(得分:8)

如果一方的平等并不重要,你可以将其重新表述为单方面的比较,它会快一个数量级:

Z = rand(1e6,3);
a=0.5; b=0.6;
c=(a+b)/2;
d=abs(a-b)/2;
tic
for k=1:100,
    listZ1 = (Z >= a & Z < b); % Bottleneck
end
toc

tic
for k=1:100,
    listZ2 = (abs(Z-c)<d);
end
toc

isequal(listZ1, listZ2)

返回

Elapsed time is 5.567460 seconds.
Elapsed time is 0.625646 seconds.

ans =

     1

答案 1 :(得分:3)

假设最坏的情况:

  • 元素明确&内部没有短路
  • 比较是单线程的

你在~10秒内进行2*1e6*1e3 = 2e9次比较。这是每秒约2亿次比较(约200 MFLOPS)。

考虑到你可以做一些1.7 GFLops on a single core,这确实看起来相当低。

您运行的是Windows 7吗?如果是这样,您检查了电源设置吗?你是在移动处理器上,所以我希望默认情况下会有一些低功耗方案生效。这允许窗口缩小处理速度,所以......检查一下。

除此之外....我真的不知道。

答案 2 :(得分:1)

尝试做这样的事情:

for i = 1:1000
    x = (a >= 0.5);
    x = (x < 0.6);
end

我发现它比以下更快:

for i = 1:1000
    x = (a >= 0.5 & a < 0.6);
end

大约4秒钟:

Elapsed time is 0.985001 seconds. (first one)
Elapsed time is 4.888243 seconds. (second one)

我认为你放慢速度的原因是明智的&操作。