在Matlab中重复向量的最有效方法

Question

重复载体的最有效方法是什么？

我目前的印象repmat是优于其他任何方法？或者这种心态是否可怕？

是否可以repmat使用不同的技术生成完全相同的结果？也许是普通的矩阵乘法？

我想对您的所有兴趣和支持性答案表示最衷心的感谢!

AER

Answer 1

bsxfun如果起始向量很长或者重复次数足够大(见下文),则底线比你要求的更快,否则矩阵乘法更有效.在两者之间,你已经问过它看起来像矩阵乘法+重塑效率提高了约3倍repmat.我使用timeit了以下方法,我创建了一个1e5元素的随机向量,并检查了创建100个重复所需的时间:

v=rand(1e5,1);
f1=@()repmat(v,[100,1])
f2=@() reshape(v*ones(1,100),[],1);

timeit(f1)
ans =
     0.1675

timeit(f2)
ans =
    0.0516

然而bsxfun更快:

f3=@() reshape(bsxfun(@times,v,ones(1,100)),[],1) 

timeit(f3)

 ans =
     0.0374

这是对这一观察的更仔细的研究:

给定一个向量是1000个元素长,重复10到1e5次会产生以下性能时间:

对于较小的重复序列bsxfun,矩阵乘法与矩阵乘法之间几乎没有差别,但是当重复次数超过1e3时,bsxfun胜利清楚.

然而,仅使用具有相同重复范围的10个元素长向量,表明矩阵乘法更有效.bsxfun只有在10 ^ 5次重复之后才开始变得更好,但即便如此,它只会快〜5%(未显示):

所以它真的取决于你所追求的.在Loren on the Art of MATLAB blog上可以找到进一步的讨论.