Question

我在Matlab中有一个单元格数组：

strings = {'one', 'two', 'three'};

如何有效地计算所有三个字符串的长度？现在我使用for循环：

lengths = zeros(3,1);
for i = 1:3
    lengths(i) = length(strings{i});
end

但是当你有大量的字符串（我有480,863个字符串）时，这是无法使用的。有什么建议吗？

Answer 1

您也可以使用：

cellfun(@length, strings)

它不会更快，但会使代码更清晰关于缓慢，您应首先运行探查器以检查瓶颈在哪里。只有这样才能优化。

编辑：我刚刚回忆起'length'曾经是旧版Matlab版本中cellfun的内置函数。所以它可能实际上更快！尝试

 cellfun('length',strings)

编辑（2）：我必须承认我的第一个答案是疯狂猜测。在@Rodin的评论之后，我决定查看加速。

以下是基准的代码：

首先，生成大量字符串并保存到磁盘的代码：

function GenerateCellStrings()
    strs = cell(1,10000);
    for i=1:10000
        strs{i} = GenerateRandomString();
    end
    save strs;
end

function st = GenerateRandomString()
    MAX_STR_LENGTH = 1000;
    n = randi(MAX_STR_LENGTH);
    st = char(randi([97 122], 1,n ));

end

然后，基准本身：

 function CheckRunTime()
    load strs;
    tic;
    disp('Loop:');
    for i=1:numel(strs)
        n = length(strs{i});
    end
    toc;

    disp('cellfun (String):');
    tic;
    cellfun('length',strs);
    toc;

    disp('cellfun (function handle):');
    tic;
    cellfun(@length,strs);
    toc;

end

结果是：

循环：
  经过的时间 0.010663 秒   cellfun（String）：
  经过的时间 0.000313 秒   cellfun（功能句柄）：
  经过的时间 0.006280 秒。

哇!! 'length'语法比循环快约30倍！我只能猜到它变得如此之快。也许它特意识别length这一事实。可能是JIT优化。

编辑（3） - 我发现了the reason加速。这确实是对length的认可。感谢@reve_etrange的信息。

Answer 2

保留所述字符串长度的数组，并在更新字符串时更新该数组。这将允许您O（1）时间访问字符串长度。由于您在生成或加载字符串的同时更新它，因此它不应减慢速度，因为整数数组操作（通常）比字符串操作更快。

如何有效地计算字符串单元格数组的字符串长度

2 个答案: