Question

在Matlab中，我有两个包含坐标的大矩阵（A和B）。两条线代表x和y，每列代表一个笛卡尔坐标（x; y）。

现在我想将矩阵B中距离小于1（米）的所有点存储到矩阵A中任意点的新矩阵中。

我可以遍历所有数据，但这非常耗时（矩阵是2x800000）。

有没有办法提升表现？

这是我当前代码的结构：

new_vec = [0;0];
for i=1:length(A)
    cur_x = A(1, i);
    cur_y = A(2, i);

    for j=1:length(B)
        if B(2, j) <= cur_y + 1 && B(2, j) >= cur_y - 1 && ...
               B(1, j) <= cur_x + 1 && B(1, j) >= cur_x - 1
            new_vec = [new_vec, [B(1, j); B(2, j)]];
        end
    end
end

Answer 1

另一种选择是使用pdist2，如下所示：

new_vec = B(:, any(pdist2(A', B', 'Chebychev') < 1, 1));

请注意，pdist2总是比您的方法更快，但可能比Wolfie的建议慢，因为pdist2始终计算A的所有点之间的所有距离B。

<强>比较

我会比较：

原始：您在答案中提供的代码
优化：Wolfie提供的代码
pdist2 ：我的解决方案使用pdist2
bsxfun ：rahnema1的回答
bsxfun（＆gt; = 2016b）：rahnema1使用新2016b功能的答案

使用以下示例数据

A = rand(2, N)*N*relativeAmplitude;
B = rand(2, N)*N*relativeAmplitude;

N和relativeAmplitude=1的执行时间：

relativeAmplitude和N=10000的执行时间：

<强>结论

所有解决方案（Wolfie＆＃39; s，rahnema1＆mine和我的）都比原始算法快。

优化（Wolfie）vs pdist2（我的）：如果B中可能找到A的索引，那么Wolfie＆＃ 39;答案可能快50倍，但如果不太可能，pdist可能会快50％。请注意，我的解决方案的执行时间与relativeAmplitude无关，而沃尔夫不是，但在某些情况下，沃尔夫的回答可能会快得多。

bsxfun（rahnema1）vs pdist2（我的）：如果没有新的R2016b功能，bsxfun总是比{{1}慢约50％，否则两种方法总是（几乎）同样快。

Answer 2

基于当前实施的性能改进：

% Appending is bad practise for memory management, you should initialise the % entire output array at first. new_vec = NaN(size(B)); % You should not use i as a loop variable, since you are overwriting the default i=sqrt(-1) % Also length(A)=max(size(A)), clearer to use size(A,2) % Loops have been swapped as we want to exit the *A* looping when satisfied for jj=1:size(B,2) % No need to re-assign current variables each loop, waste of time/memory % Same as before, j also is sqrt(-1) by default! % We could remove this loop entirely using vectorization, but it's likely quicker to % loop *until the condition is satisfied* then exit the loop early, avoiding many ops. for ii=1:size(A,2) % We can *half* the number of logical operations by using the abs distance! if abs(B(2,jj)-A(2,ii)) <= 1 && abs(B(1,jj) - A(1,ii)) <= 1 % We pre-allocated, so no need to append - use direct indexing new_vec(:,jj) = B(:,jj); % Now the condition is satisfied for B(:,jj), exit the jj loop! break; end end end % We initialised an array of NaNs, remove the columns which are still NaN new_vec(:, isnan(new_vec(1,:))) = [];

亮点：

最佳做法：不要使用i或j作为循环变量，它们的默认值为sqrt(-1)

Pre-allocate memory, don't append results during looping。

使用abs进行绝对距离检查，减少逻辑检查次数。

当您不必要时，不要在每个循环中分配临时变量。

因为当给定的B坐标位于任何 A坐标的距离内时，您很高兴，提前退出循环以避免更进一步检查。

初始化NaN的2D数组的一种（可能更加内存友好的）替代方法是初始化布尔false数组，然后在每个满意的jj索引处使其成立。最后，我们会new_vec = B(:,booleanVector);

Answer 3

这是一个矢量化解决方案：

export class MyHeaderComponent {

construct(){ }
 private arr:string[]=['az'];
calendarOptions = {
    events :[],
         //click on day make event
    dayClick(date, jsEvent, view) {}  ,  
    renderEvents(event, element, view  ){}
}          


ngOnInit() {
    let newEvents = [
  {
    title: 'name b',
    start: '2017-09-20'
  },
  {
    title: 'name c',
    start: '2017-09-20'
  },
  {
    title: 'name d',
    start: '2017-09-20'
  }
];
    this.calendarOptions.events = newEvents;

    //callback function
    this.calendarOptions.dayClick = (date,jsEv,vie) => {
        let abc:string ='a';
        //abc = prompt('Enter Title'); 
        let dat = date.format()
        let hamz ={
            title:abc,
            start:dat
        };
        console.log(hamz);
        newEvents.push(hamz);
        this.calendarOptions.events = newEvents;
        console.log(this.calendarOptions.events);
        this.calendarOptions.events = newEvents;
        $("#myCalendar").fullCalendar('renderEvents', 
                                        newEvents, 
                                        true //we want to stick it
                                   );
        alert('ok')
      }
   }
}

从MATLAB r2016b开始，您可以将cur_x = A(1,:); cur_y = A(2,:); B1= reshape(B(1,:),[],1); B2= reshape(B(2,:),[],1); condition = abs(bsxfun(@minus,B2,cur_y))<=1 & ... abs(bsxfun(@minus,B1,cur_x))<=1; [x ,~]=find(condition); new_vec = [[0;0] B(:,x)];写为：

condition

或

condition = abs(B2-cur_y)<=1 & ...
            abs(B1-cur_x)<=1;

从@Wolfie回答

condition = B2 <= cur_y + 1 & B2 >= cur_y - 1 & ...
               B1 <= cur_x + 1 & B1 >= cur_x - 1;

被盗的想法。

检查坐标是否在另一个矩阵中任何点的给定距离内

3 个答案: