Question

function[Y] = busadmittance(z)
ne = z(:,1); nt = z(:,2); r = z(:,3); x = z(:,4); lines = length(ne);   
buses = max(max(ne), max(nt));                         
Z = r + 1j*x;                            
y = ones(length(Z),1)./Z;                            
Y = zeros(buses,buses);

如何在'for'循环下面进行矢量化，这符合上面的代码？

for k = 1:buses                         
    for l = 1:lines
        if ne(l) == k || nt(l) == k
        Y(k,k) = Y(k,k)+ y(l);
        end
    end
end

for k = 1:lines                          
    if ne(k)>0 && nt(k) > 0 
        Y(ne(k),nt(k)) = -y(k);
        Y(nt(k),ne(k)) = -y(k);
    end
end

除了预分配和矢量化之外还有其他任何代码增强，这会极大地影响性能吗？（忘记gpu，群集）

Answer 1

第一个嵌套循环可以被矢量化为：

Y(1:size(Y,1)+1:end) = (bsxfun(@eq, ne.' , 1:buses) | bsxfun(@eq, nt.' , 1:buses)) * y;

在Octave或Matlab R2016b中它可以写成：

Y(1:size(Y,1)+1:end) = (ne.' == 1:buses | nt.' == 1:buses) * y;

第二个嵌套循环的矢量化：

k1= k(ne>0 & nt > 0 );
idx = accumarray([ne(k1),nt(k1)],1,size(Y),@any);
Y(idx) = -y(k1);
Y(idx.') = -y(k1);

或

k1= k(ne>0 & nt > 0 );
idx1 = sub2ind(size(Y),ne(k1),nt(k1));
idx2 = sub2ind(size(Y),nt(k1),ne(k1));
Y(idx1)=-y(k1);
Y(idx2)=-y(k1);

如何在Matlab中对这些循环进行矢量化？

1 个答案: