Question

我开发了一个函数来减小初始向量X = [x,y]的大小。但对于X 500,000点和points_limit = 10000，Matlab需要16秒才能完成此功能。

有没有办法优化这个，可能是通过使用矩阵运算（矢量化）去除循环？

function X = reduce_vector_size(X,points_limit)

while length(X) > points_limit
    k = 1;
    X2 = zeros(round(length(X(:,1))/2),2);
    X = sortrows(X);
    for i=1:2:length(X(:,1))-1
        X2(k,1) = mean([X(i,1) ,X(i+1,1) ]);
        X2(k,2) = mean([X(i,2) ,X(i+1,2) ]);
        k = k + 1;
    end
    X = X2;
end

另一个最好的想法是采用新方法：

Ratio = ceil(length(X(:,1))/points_limit);
X = ceil(X);
X = sortrows(X,1);
X = sortrows(X,2);
X1=[];
for i=1:points_limit - 1
    X1 = [X1; mean(X(i*Ratio:(i+1)*Ratio,1)), mean(X(i*Ratio:(i+1)*Ratio,2))];
end
X = X1;

目标是减少矢量中的点数：2D矢量的压缩函数形式。

你知道我是否可以用循环来做这个新方法吗？

您如何看待我的压缩算法？

Answer 1

您可以轻松地对内部for循环进行矢量化：

k = 1;
X = rand(5e5,2);
X2 = zeros(round(length(X(:,1))/2),2);
tic
for i=1:2:length(X(:,1))-1
    X2(k,1) = mean([X(i,1) ,X(i+1,1) ]);
    X2(k,2) = mean([X(i,2) ,X(i+1,2) ]);
    k = k + 1;
end
toc % Elapsed time is 1.988739 seconds.
tic
X3 = (X(1:2:length(X(:,1))-1,:) + X(2:2:length(X(:,1)),:))/2;
toc % Elapsed time is 0.014575 seconds.
isequal(X2,X3) % true

Matlab：减少矢量大小的优化

1 个答案: