我一直在努力想办法加快速度。现在我的当前代码会在大约77,000个事件上循环约200秒。我希望有人可以帮助我加快速度,因为我必须做大约500个。
问题: 我有阵列(两者都是200000x1),对应于超过77000个事件的能量和位置。我将每个事件的范围分成两个数组,event_start和event_end。我做的第一件事是寻找特定范围内的位置,然后我将相应的能量放在它自己的数组中。为了从这些信息中得到我需要的东西,我遍历每个事件及其相应的开始/结束,以总结每个事件的所有能量。我的代码如下:
indx_pos = find(pos>0.7 & pos<2.0);
energy = HitEnergy(indx_pos);
for i=1:n_events
Etotal(i) = sum(energy(find(indx_pos>=event_start(i) …
& indx_pos<=event_end(i))));
end
示例输入&amp;输出:
% Sample input
% pos and energy same length
n_events = 3;
event_start = [1 3 7]';
event_end = [2 6 8]';
pos = [0.75 0.8 2.1 3.6 1.9 0.5 21.0 3.1]';
HitEnergy = [0.002 0.004 0.01 0.0005 0.08 0.1 1.7 0.007]';
% Sample Output
Etotal = 0.0060
0.0800
0
答案 0 :(得分:2)
方法#1:通用案例
使用bsxfun
和matrix-multiplication
-
mask = bsxfun(@ge,indx_pos,event_start.') & bsxfun(@le,indx_pos,event_end.')
Etotal = energy.'*mask
如果memory-hungry
中包含大量元素,则可能会indx_pos
。
方法#2:非重叠的开始/结束范围情况
对于这种特殊情况,可以使用accumarray
,如此 -
%// Setup ID array for use in accumarray later on
loc(numel(pos))=0; %// Fast pre-allocation scheme
valids = event_end+1<=numel(pos);
loc(event_end(valids)+1) = -1*(1:sum(valids));
loc(event_start) = loc(event_start)+(1:numel(event_end));
id = cumsum(loc);
%// Set elements as zeros in HitEnergy that do not satisfy the criteria:
%// pos>0.7 & pos<2.0
HitEnergy_select = (pos>0.7 & pos<2.0).*HitEnergy(:);
%// Discard elments in HitEnergy_select & id that have IDs as zeros
HitEnergy_select = HitEnergy_select(id~=0);
id = id(id~=0);
%// Accumulate summations as done inside the loop in the original code
Etotal = accumarray(id(:),HitEnergy_select);
答案 1 :(得分:2)
问题是,对于您正在搜索整个向量indx_pos
的每个事件。
将搜索范围内的搜索限制在event_start(i)
到event_end(i)
的范围内:
for i = 1:n_events
I = event_start(i):event_end(i);
posIIsWithinRange = pos(I)>0.7 & pos(I)<2.0;
Etotal(i) = sum(HitEnergy(I(posIIsWithinRange)));
end
您还可以使用基于run length decoding和vectorizing the notion of colon的矢量化版本。 (下载函数coloncatrld
和runLengthDecode
。)
I = coloncatrld(event_start, event_end);
energy = HitEnergy(I);
eventNum = runLengthDecode(event_end - event_start+1);
posIIsWithinRange = pos(I)>0.7 & pos(I)<2.0;
Etotal = accumarray(eventNum(posIIsWithinRange), energy(posIIsWithinRange), [n_events,1]);
这类似于 Divakar 的方法#2,另外它也适用于重叠范围。