Question

我必须编写一个执行此操作的Matlab脚本：

输入是2个矩阵，A（m x n）和D（m x 1）。输出是矩阵，C（m×n）。 C计算如下：

function c = scanrow(a,d)
[rows columns] = size(d);
for i=1:columns
a(i,:) = a(i,:).*d(i);   
end
c = a;
end

要求不使用递归。我不知道解决这个问题。很高兴你可以提供帮助。谢谢。

Answer 1

就像FYI - bsxfun +函数句柄一样，它是在矩阵和向量上执行操作的新热点，其中至少一个矩阵维度与一个向量维度匹配。这避免了明显的rempat，这可能是缓慢和浪费的：

a = 1:5;
b = magic(5);

c = bsxfun(@times,a,b);

但要小心 - 这只适用于相对较新的MATLAB版本。 -pete

Answer 2

如果问题是“将A的每一行中的每个元素与D的相应行上的相应元素相乘”，那么我建议如下：

dd = repmat(d, 1, size(a, 2))
c = a.*dd

示例：

>> a = [1 2; 3 4; 5 6];
>> d = [1 2 3]';
>> dd = dd = repmat(d, 1, size(a, 2))
dd = 
     1   1
     2   2
     3   3
>> a.*dd
ans =
     1   2
     6   8
     15  18

Answer 3

（我会回答，尽管这是家庭作业。我认为很多人不理解为什么会创建bsxfun。）

通过乘法的方式还有其他解决方案。典型的是使用repmat，使用循环，或乘以对角矩阵。如果使对角矩阵成为稀疏矩阵则更好。但是，bsxfun绝对是正确的解决方案。它是为了解决这样的问题而编写的。问题是当你做

之类的事情时

A = magic(3) + 5

MATLAB理解它必须为魔法的每个元素添加5（3）。同样，当你做

时

A = magic(4).*2

再次，MATLAB理解乘法将扩展到所有元素。本质上，MATLAB隐式地将标量扩展为与加法或乘法中的伙伴相同大小的数组，然后执行操作。这是由repmat求解器明确完成的。

显式标量扩展的问题在于，这需要时间和内存来进行扩展。因此，时间和加号足够聪明，可以识别标量扩展是合适的，但实际上并不是显式内存占用操作。当您尝试

时，MATLAB不知道该怎么做

A = magic(3).*rand(1,3)

过去，解决方案是使用repmat。但是，当您使用repmat将向量显式扩展为矩阵时，会占用大量内存来以矢量化方式解决问题。是的，矢量化在MATLAB中交换内存的时间很常见，但如果你的内存有限，并且你正在解决一个大问题，这可能是一件坏事。当没有必要时，强制MATLAB（和你的操作系统）进入虚拟内存是一个非常糟糕的主意。（对于一个小问题，任何解决方案都是可以接受的。）

因此，当您尝试将像魔术（3）这样的数组乘以行或列向量时，MATLAB是否应该理解它应该将向量隐式扩展为数组？或者MATLAB是否应该假设您犯了错误，并将其标记为这样？这个问题，称为单体尺寸的扩展是问题。（单个维度在向量中找到，其中一个维度为1.）返回错误消息对于许多用户来说是一个好主意，因为这通常表示发现了一个错误，这是一个错误。简单，自动扩展所有单例尺寸以适应手头的问题似乎是危险的。事实上，有很多关于该做什么的讨论。例如，MATLAB是否应该创建首选项，用户可以在其MATLAB版本中启用单例维度的扩展？这将是一个糟糕的主意，因为它会使代码跨系统不可移植。

此外，如果修改基本的MATLAB运算符以始终展开所有单例维度，那么MATLAB代码将非常不可移植回旧版本。

我们甚至讨论过创建一整套新的MATLAB运算符，比如。*与*并行存在，以便在扩展单例维度时进行操作。这也是一个糟糕的主意，并且正确地避免了。

解决方案是创建BSXFUN（二进制标量扩展功能），以便在需要时有效地完成此操作。在文件交换机上找到了一个bsxfun，允许旧版本的用户获得此行为，因此可以保持可移植性。 BSXFUN允许您对任何参数对进行操作，在它们之间应用用户提供的函数。所以它允许你做这样的事情：

A = rand(5,1);
B = rand(1,3);
C = bsxfun(@plus,A,B);

创建A和B中每个元素之和的5x3矩阵。您也可以使用任何函数作为第一个操作数，因此BSXFUN非常强大。

最后，另一种看待BSXFUN的方法是作为外部产品的变体。因此，MATLAB中的这个操作得到了很好的定义：

A = rand(5,1);
B = rand(1,3);
C = A*B;

但是，这些操作中的任何一个

D = A-B;
E = A^B;

会产生错误。 BSXFUN允许您有效地执行它们，而不会占用单个维度扩展的内存。

D = bsxfun(@minus,A,B);
E = bsxfun(@power,A,B);

Answer 4

也许vectorize()就是你想要的 - ＆gt; Code Vectorization Guide

Answer 5

您确定问题中包含的代码是否正确？这就是它的表现：

我假设输入 a 和 d 表示矩阵 A （大小为m-by-n）和 D （大小为m-by-1）。由于您将 d 定义为始终具有1列，因此for循环是不必要的，因为它只会循环一次。单次循环将简单地将 a 的第一行中的值乘以 d 中的第一个值。因此，问题中的整段代码可以替换为以下内容：

c = a; c(1,:) = c(1,:).*d(1);

matlab中的多个矩阵没有递归

5 个答案: