dtr*_*r43 3 matlab loops for-loop vectorization
我想将此代码简化为无需 for 循环即可工作。
for i=1:N
for j=1:N
if ismember(j,A)
PID(i,i)=TFP(i,j)+ PID(i,i);
end
end
end
Run Code Online (Sandbox Code Playgroud)
其中A是一个包含一些标签的矩阵。我之前TFP以 N*N 稀疏双精度的形式存储。所以,我想出了以下解决方案,但我找不到一种方法来实现成员资格条件(由?指定)。
PID = sum(TFP).*(?);
Run Code Online (Sandbox Code Playgroud)
可以不用循环实现吗?
您ismember(j,A)相当于仅使用Ato index的值。因此,您可以使用它并完全避免使用该ismember函数(这是迄今为止代码中最慢的部分)。
所以优化的第一步是
A2=unique(A); % just in case you do not do this already
for i=1:N
for j=A2
PID(i,i)=TFP(i,j)+ PID(i,i);
end
end
Run Code Online (Sandbox Code Playgroud)
这应该已经非常快了。循环在 MATLAB 中还不错,并且通过 JIT 编译器进行了大量优化。
优化的下一步是将所有索引放在一起并删除辅助循环。你可以用线性索引来做到这一点,所以
A2=unique(A); % just in case you do not do this already
for i=1:N
PID(i,i)=sum(TFP(i,A2));
end
Run Code Online (Sandbox Code Playgroud)
最后,您可以通过对所需列的总和进行对角化来摆脱这种情况:
A2=unique(A); % just in case you do not do this already
PID=diag(sum(TFP(:,A2),2));
Run Code Online (Sandbox Code Playgroud)
您可以使用矩阵乘法,而不是对逐元素乘法的结果求和。它在不创建临时数组的情况下计算乘积的总和:
J = ismember(1:N, A).';
PID = diag(TFP * J);
Run Code Online (Sandbox Code Playgroud)