Question

假设我有两个矢量A和B，长度不同Length(A) is not equal to Length(B)，矢量A中的值与矢量B中的值不同。我想比较B的每个值和A的值（比较表示如果值B（i）几乎与A(1:end)的值相同，例如B(i)-Tolerance<A(i)<B(i)+Tolerance。

如果不使用for loop，我怎么能这样做，因为数据很大？

我知道ismember(F)，相交，重新匹配，但是找不到这些功能可以真正帮助我

Answer 1

您可以尝试这些方面的解决方案：

tol = 0.1; 

N = 1000000; 

a = randn(1, N)*1000; % create a randomly

b = a + tol*rand(1, N); % b is "tol" away from a

a_bin = floor(a/tol); 
b_bin = floor(b/tol); 

result = ismember(b_bin, a_bin) | ...
         ismember(b_bin, a_bin-1) | ...
         ismember(b_bin, a_bin+1); 

find(result==0) % should be empty matrix.

我们的想法是将a和b变量离散化为大小为tol的二进制数。然后，您询问b是否与a中的任何元素位于同一个bin中，或者位于其左侧的bin中，或者位于其右侧的bin中。

优势：我认为ismember内部很聪明，首先对a的元素进行排序，然后对每个元素b执行次线性（log（N））搜索。这与使用a中的元素明确地构造b中的每个元素的差异的方法不同，这意味着复杂性在a中的元素数量是线性的。

比较：对于N=100000，我在我的机器上运行0.04秒，相比之下使用线性搜索运行20秒（使用Alan简洁明了的tf = arrayfun(@(bi) any(abs(a - bi) < tol), b);解决方案计时）。

缺点：这导致实际公差在tol和1.5 * tol之间。取决于你的任务是否可以忍受（如果唯一的关注点是浮点比较，你可以）。

注意：这是否可行取决于a和b的范围以及tol的值。如果a和b可能非常大并且tol非常小，a_bin和b_bin将无法解析单个bin（那么你必须使用整数类型，再次仔细检查它们的范围就足够了）。带循环的解决方案更安全，但如果你真的需要速度，你可以投资优化所提出的想法。当然，另一种选择是编写一个mex扩展名。

Answer 2

听起来你要做的就是有一个ismember函数用于实值数据。

也就是说，检查向量B(i)中的每个值B，B(i)是否在向量{{1}中的至少一个值的容差阈值T内}}

这可以解决以下问题：

或者，简而言之：

tf = false(1, length(b)); %//the result vector, true if that element of b is in a
t = 0.01; %// the tolerance threshold
for i = 1:length(b)
    %// is the absolute difference between the 
    %//element of a and b less that the threshold?
    matches = abs(a - b(i)) < t; 

    %// if b(i) matches any of the elements of a
    tf(i) = any(matches);
end

关于避免for循环：虽然这可能会受益于矢量化，但如果您的数据那么，您可能还需要考虑并行化。在这种情况下，在我的第一个示例中使用for循环可以很方便，因为您可以通过将t = 0.01; tf = arrayfun(@(bi) any(abs(a - bi) < t), b);更改为for来轻松执行基本版本的并行处理。

Answer 3

这是一个完全矢量化的解决方案。请注意，我实际上会推荐@Alan给出的解决方案，因为我的大数据集不太可能。

[X Y]=meshgrid(A,B)
M=abs(X-Y)<tolerance

现在可以使用any(M)获取a在容差范围内的元素的逻辑索引，并且any(M,2)找到B的索引

Answer 4

bsxfun救援

 >> M = abs( bsxfun(@minus, A, B' ) ); %//' difference
 >> M < tolerance

Answer 5

另一种做你想做的事的方法是使用逻辑表达式由于A和B是不同大小的向量，因此您不能简单地减去并查找小于公差的值，但您可以执行以下操作：

Lmat = sparse((abs(repmat(A,[numel(B) 1])-repmat(B',[1 numel(A)])))<tolerance);

你会得到一个稀疏的逻辑矩阵，其中包含相同元素（在容差范围内）。然后，您可以通过编写来计算这些元素的数量：

Nequal = sum(sum(Lmat));

您还可以通过编写以下内容来获取相应元素的索引：

[r,c] = find(Lmat);

然后以下代码为真（对于numel(r)中的所有j）：

B(r(j))==A(c(j))

最后，您应该注意，如果A或B中存在重复条目，您可以通过这种方式获得多个计数。建议首先使用unique函数。例如：

A_new = unique(A);

Matlab：比较两个不同长度和不同值的向量？

5 个答案: