用一组开始和结束索引对数组进行索引

Question

我有两个数组：

timesteps = [1,3;5,7;9,10];
data = [1,2,3,4,5,6,7,8,9,10];

timesteps数组中的值描述了data我想要的值。第一列开始，第二列结束。

例如我在这里想得到[1,2,3,5,6,7,9,10]。

所以这段代码对我来说很好用，但是由于for循环的缘故，它非常慢... Matlab中是否有一个内衬，所以我可以摆脱for循环？

newData=[];
for ind=1:size(timesteps,1)
  newData=cat(2,newData,data(timesteps(ind,1):timesteps(ind,2)));
end

编辑：通过Wolfie的解决方案，我得到了以下（非常好的）结果。（我只使用了一个小数据集，通常是大数据集的50倍。）

(Mine)    Elapsed time is 48.579997 seconds.
(Wolfies) Elapsed time is 0.058733 seconds.

Answer 1

Irreducible的答案使用str2num并sprintf在数字和char数据之间切换以创建索引...（在我的测试中）这对循环性能不佳（在我的测试中），就像您对小型数组所做的那样，但是对于大型数组，由于处理了内存分配，因此执行起来更快更好。

您可以通过预分配输出并对其进行索引来避免循环中的连接，从而提高性能。对于大型阵列，这可以大大提高速度。

N = [0; cumsum( diff( timesteps, [], 2 ) + 1 )];
newData = NaN( 1, max(N) );
for ind = 1:size(timesteps,1)
    newData(N(ind)+1:N(ind+1)) = data(timesteps(ind,1):timesteps(ind,2));
end

下面的基准测试显示了如何始终保持更快的速度。

• x轴：中的元素数 data
• y轴：以秒为单位的时间
• 假设：选择索引的随机子集，其中index的行数比少4倍data。

标杆图

注意，这是可变的，取决于所使用的索引。在下面的代码中，我每次运行都会随机生成索引，因此您可能会看到绘图略有跳跃。

但是，具有预分配的循环始终较快，而没有预分配的循环始终呈指数级增长。

基准测试代码

T = [];
p = 4:12;
for ii = p
    n = 2^ii;
    k = 2^(ii-2);

    timesteps = reshape( sort( randperm( n, k*2 ) ).', 2, [] ).';
    data = 1:n;

    f_Playergod = @() f1(timesteps, data);
    f_Irreducible = @() f2(timesteps, data);
    f_Wolfie = @() f3(timesteps, data);

    T = [T; [timeit( f_Playergod ), timeit( f_Irreducible ), timeit( f_Wolfie )]];
end

figure(1); clf; 
plot( T, 'LineWidth', 1.5 );
legend( {'Loop, no preallocation', 'str2num indexing', 'loop, with preallocation'}, 'location', 'best' );
xticklabels( 2.^p ); grid on;

function newData = f1( timesteps, data )
    newData=[];
    for ind=1:size(timesteps,1)
      newData=cat(2,newData,data(timesteps(ind,1):timesteps(ind,2)));
    end
end
function newData = f2( timesteps, data )
    newData = data( str2num(sprintf('%d:%d ',timesteps')) );
end
function newData = f3( timesteps, data )
    N = [0; cumsum( diff( timesteps, [], 2 ) + 1 )];
    newData = NaN( 1, max(N) );
    for ind = 1:size(timesteps,1)
        newData(N(ind)+1:N(ind+1)) = data(timesteps(ind,1):timesteps(ind,2));
    end
end