Question

我在matlab中有一个矩阵x，它有6 * n * n * 3行和一列代表点的6 * n * n 3d坐标。坐标排列为行1：6 * n * n为x坐标，行6 * n * n + 1：12 * n * n为y坐标，12 * n * n + 1：18 * n * n是z坐标。

我想从它构建2个新矩阵，一个简单地将给定点的x，y，z坐标放在一起，另一个i的行包括将点i减去每个其他点。

现在我正在使用双循环执行此操作，对于n> 16，这非常慢。使用matlab矢量/矩阵功能有更好/更快的方法吗？

这是我目前的代码

x=x(1:6*n*n);
y=y(6*n*n+1:12*n*n);
z=z(12*n*n+1:18*n*n);
N=6*n*n;
points=[];
difs=[];
for i=1:N
    difrow=[];
    points=[points;x(i) y(i) z(i)];
    for j=1:N
       deltax=x(i)-x(j);
       deltay=y(i)-y(j);
       deltaz=z(i)-z(j);
       difrow=[difrow deltax deltay deltaz];
    end  

    difs=[difs;difrow];
end

Answer 1

您可以使用bsxfun，数组重新整形和连接来避免循环（假设x ,y,z是大小为[N x 1]的列向量）：

points = [x y z];
deltax = bsxfun(@minus,x.' , x);
deltay = bsxfun(@minus,y.' , y);
deltaz = bsxfun(@minus,z.' , z);
difs   = reshape([deltax(:) deltay(:) deltaz(:)].',N*3,[]).';

或者在MATLAB的最新版本中，您可以这样做：

points = [x y z];
deltax = x.' - x;
deltay = y.' - y;
deltaz = z.' - z;
difs   = reshape([deltax(:) deltay(:) deltaz(:)].',N*3,[]).';

Answer 2

我不知道你的数据是怎么样的，但让我们尝试简单的事情，然后我最终会扩展我的答案。

首次微优化：始终在Matlab中缓存您的中间结果，以提高循环时的性能。

x = x(1:6*n*n);
y = y(6*n*n+1:12*n*n);
z = z(12*n*n+1:18*n*n);

points = [];
difs = [];

for i=1:N
    difrow = [];

    x_i = x(i);
    y_i = y(i);
    z_i = z(i);

    points = [points; x_i y_i z_i];

    for j=1:N
       deltax = x_i - x(j);
       deltay = y_i - y(j);
       deltaz = z_i - z(j);

       difrow = [difrow deltax deltay deltaz];
    end  

    difs=[difs; difrow];
end

第二次微优化：预先实例化数组以避免内联内存重新分配。

x = x(1:6*n*n);
y = y(6*n*n+1:12*n*n);
z = z(12*n*n+1:18*n*n);

points = NaN(N,1);
difs = [];

for i=1:N
    x_i = x(i);
    y_i = y(i);
    z_i = z(i);

    points(i) = [x_i y_i z_i];

    difrow = NaN(N,1);

    for j=1:N
       deltax = x_i - x(j);
       deltay = y_i - y(j);
       deltaz = z_i - z(j);

       difrow(j) = [deltax deltay deltaz];
    end  

    difs = [difs; difrow];
end

在matlab中重新组合矩阵

2 个答案: