Arrays 单元阵列的平方欧氏计算

我在几个月后开始了一个大学项目，最初计划用Java编写，但我的导师建议我学习Matlab，因为它会更简单、更高效，所以我正在编写一些概念验证原型来“测试水域”

现在我有一个单元格数组，我想找到（单元格）数组中元素的总平方和。换句话说，我需要遍历每个元素，找到它的平均值，然后计算元素中每个点与这个平均值的距离，然后对每个元素求和，并返回整个数组的单个数字

我就是这样做的：

function squared_sum = sumsquares(c_array)
squared_sum = 0
for i = 1:size(c_array,2)
    c_element = cell2mat(c_array(1,i));
    for j = 1:size(c_element,1)
        square_distance = pdist2(c_element(j,:), mean(c_array{1,i})).^2; % sum of squares = euclidean distance squared
        squared_sum = squared_sum + square_distance;
    end
end
end

问题是，这正是我用Java编写它的方式。我知道函数范式应该更优雅，更少依赖循环，所以我很好奇是否有更好的方法来写这个

---

编辑：单元结构（1x4）类似于[28x3][42x3][8x3][91x3]

对于规则形状的单元阵列（大小相同的单元），可以这样使用-

c_array3D = cat(3,c_array{:});
sqdiffs = bsxfun(@minus,c_array3D,mean(c_array3D,1)).^2;
squared_sum = sum(sqdiffs(:));

squared_sum = 0;
for i = 1:size(c_array,2)
    squared_sum = squared_sum + sum(pdist2(c_array{1,i}, mean(c_array{1,i})).^2);
end

对于不规则形状的单元阵列，您可以通过使用

pdist2

处理二维阵列而不是一维阵列来降低循环复杂性，如下所示-

c_array3D = cat(3,c_array{:});
sqdiffs = bsxfun(@minus,c_array3D,mean(c_array3D,1)).^2;
squared_sum = sum(sqdiffs(:));

squared_sum = 0;
for i = 1:size(c_array,2)
    squared_sum = squared_sum + sum(pdist2(c_array{1,i}, mean(c_array{1,i})).^2);
end

---

c_数组

是什么样子的？添加示例案例？请确保在发布之前仔细检查源代码以确保其运行。代码的第四行已经有错误（即缺少括号）。如果单元格结构是

（1x4）

，并且单元格是

[28x3]

[42x3]

[8x3]
[91x3]
，它不会在
单元格2mat（c_数组{1，i}）
上抛出错误吗？你说得对。应该是cell2mat（c_数组（1，i）），抱歉（我意外地遇到了复制和粘贴问题）。在MATLAB中编码时避免使用
i
、
j
和
sum
。哇，当使用1个循环而不是2个循环时，程序运行速度惊人。这很酷，谢谢@JHick尝试切换原始脚本中循环的顺序，看看会发生什么。@JHick您刚刚被分割，这是我们说您得到了一盘矢量化和快速代码的方式。我希望你喜欢这次经历！顺便说一句，Divakar又干得不错+1.@rayryeng我刚得到动词ed，呃！：）