Question

在我的代码的某些部分，我使用了repmat来处理一个非常大的向量

select  *
from    (
        select  lag(plan) over (order by id desc) as prev_plan
        ,       *
        from    YourTable
        ) yt
where   plan <> prev_plan
        or prev_plan is null

vec是1乘400矩阵，'A'是3600乘400矩阵。我认为应该比使用repmat更省时，但我不知道方法是什么。有谁有想法吗？

Answer 1

似乎您的结果（在您的问题fi中）应该包含vec0与A的每一列的差异。这意味着，不是使用repmat将vec0扩展为与A相同的大小（通过生成400个重复），您可以将元素操作应用于两个隐式数组使用bsxfun进行扩展。使用此功能不会复制vec0，但应达到相同的效果。第一个参数指定要应用于两个数组的函数，这里只是minus。

result = bsxfun(@minus, vec0.', A);

Answer 2

以下是要使用的模板测试，包括mikkola's answer：

vec = rand(1,400);
A = rand(3600,400);
n_expts = 1000;
format long
disp(version);

% Warm up
for ii = 1:n_expts
    vec0 = repmat(vec,1,9);
    res1 = repmat(vec0',1,400)-A;
    res3 = bsxfun(@minus, vec0.', A);
end

tic
for ii = 1:n_expts
    vec0 = repmat(vec, 1, 9);
    res1 = repmat(vec0.', 1, 400) - A;
end
fprintf('Time taken with 2 repmats: ')
disp(toc/n_expts)

tic
for ii = 1:n_expts
    res2 = repmat(vec.', 9, 400) - A;
end
fprintf('Time taken with 1 repmat and transpose: ')
disp(toc/n_expts)

tic
for ii = 1:n_expts
    res3 = bsxfun(@minus, vec0.', A);
end
fprintf('Time taken with bsxfun: ')
disp(toc/n_expts)

% Check that all the fi are the same
dres1 = max(max(abs(res1 - res2)));
dres2 = max(max(abs(res1 - res3)));
tol = eps;
if (dres1 > eps) | (dres2 > eps)
    fprintf('Difference in output matrices');
end

结果

8.3.0.532 (R2014a)
Time taken with 2 repmats:    0.004027661867427

Time taken with 1 repmat and transpose:    0.004034170491803

Time taken with bsxfun:    0.003970521454027

优化使用repmat的matlab代码

2 个答案: