Question

在某个时间点，我需要找到所有具有早于及晚于该时间点的目标。

目前我正在做以下事情：

for current_time = sorted_set_of_times;
    target_set = find([Targets.First_Time] <= current_time ... 
        & [Targets.Last_Time] >= current_time);
    % Using target_set here. Targets are not modified within this loop
end

MATLAB探测器告诉我这条线需要大约40分钟，有40,000个电话。

有没有办法可以更有效地做到这一点？

current_time按顺序在for_loop中递增。我当时认为这种情况总是在增加，这可以用来简化一些测试。例如，Targets.First_Time <= current_time将是Targets.First_Time <= current_time+n的一个子集。

numel(sorted_set_of_times)约为40,000

numel(Targets)超过1000万

Answer 1

方法＃1

带有bsxfun -

的矢量化解决方案

eqcond = bsxfun(@le,Targets.First_Time,sorted_set_of_times) & bsxfun(@ge,Targets.Last_Time,sorted_set_of_times);
[r,c] = find(eqcond);
for k =1:numel(sorted_set_of_times)
    target_set = r(c==k);
end

建议使用逻辑索引（如果适用）：如果您使用target_set索引到名为target的某个变量的某个维度，这个维度很长与该维度的Targets.First_Time相同，然后您可以使用target_set直接索引到target的维度，而不是计算eqcond(:,ind)，其中ind将是索引到该循环中的sorted_set_of_times。因此，举例来说，如果您使用原始代码target中的target_set索引target(target_set,..)行，那么您可以改为target(eqcond(:,ind),..)。

方法＃2

简化数据方法 -

vind = find(Targets.First_Time <= Targets.Last_Time); %//Indices to reduce Targets datasize
Targets.First_Time = Targets.First_Time(vind);
Targets.Last_Time = Targets.Last_Time(vind);
for current_time = sorted_set_of_times;
    target_set = vind([Targets.First_Time] <= current_time & [Targets.Last_Time] >= current_time);
end

方法＃3（方法＃1,2的混合）

vind = find(Targets.First_Time <= Targets.Last_Time);
Targets.First_Time = Targets.First_Time(vind);
Targets.Last_Time = Targets.Last_Time(vind);
eqcond = bsxfun(@le,Targets.First_Time,sorted_set_of_times) & bsxfun(@ge,Targets.Last_Time,sorted_set_of_times);
[r,c] = find(eqcond);
for k =1:numel(sorted_set_of_times)
    target_set = vind(r(c==k));
end

建议使用逻辑索引（如果适用）：在类似于方法＃1所述的类似讨论中，您也可以对此进行逻辑索引。因此，使用与该讨论相同的符号，而不是target(target_set,..)，您可以执行target(vind(eqcond(:,ind)),..)。

Answer 2

我不知道具体的MATLAB指令，但您可以尝试关注，为CPU交易内存：

将所有目标作为TARGET迭代。
使用二进制搜索查找min_time >= TARGET.First_Time和max_time <= TARGET.Last_Time。
每次在min_time和max_time之间添加TARGET到target_set。
像以前一样迭代次数，但使用预先计算的target_sets。

Answer 3

我只是在查看问题描述，我认为使用Interval Tree或KD Tree可能是您正在进行的查询类型的数据结构的更好选择。（基于搜索在范围内）。

同样地，假设您使用（startTime，EndTime）构建间隔树，然后您可以对范围执行查询。关于此类范围查询数据结构，这是一个非常好的thread on Stackoverflow

我不知道matlab，但似乎确实支持KD-TREES。我在matlab中找不到有关间隔树的信息，但这里有一个good tutorial。

Answer 4

我认为使用这些数字，蛮力方法永远不会快得多。（不是通过取出结构或使用逻辑索引）。

如果你想要一个快速算法，我认为以下内容可以起作用：

排序current_time（已完成）
按First_Time
查找所有目标的起点S
按Last_Time
查找端点E

如果您有两个已排序的列表，您只需要遍历每个列表以找到相关点，从而显着降低操作的复杂性。

现在，您只需为每个目标调用您的函数，然后使用current_time(S:E)

查找与时间点重叠的一组目标

4 个答案: