Arrays 在matlab中省略for循环

我将计算以下等式，其中有四个不同的变量。在计算这个方程时，有没有可能省略for循环

 Z = p1 * sqrt(q1^2 + q2^2 * p2^2)

其中变量为：

p=[(1,1) (1,2) (1,3) (1,4)
   (2,1) (2,2) (2,3) (2,4)
   (3,1) (3,2) (3,3) (3,4)
   (4,1) (4,2) (4,3) (4,4)];

其中，第一个数字为p1，第二个数字为p2（例如，in（1,2），p1=1，p2=2）。 以及：

同样，第一个数字是q1，第二个数字是q2

---

在没有for循环的情况下，我如何计算每个变量的Z？

要计算四个变量的每个组合的，在没有

for循环的情况下，使用：

例如，这将生成大小为16 x 16 x 16 x 16的结果
Z
。
Z
的第一个索引指向
p1
，第二个指向
p2
，第三个指向
q1
，第四个指向
q2

顺便说一句，在代码中，您需要将
length
替换为
numel
；就目前情况而言，您并不是从每个矩阵中获取所有元素


问题编辑后：
为
p1
和
q1的每个组合计算，其中
p2
的索引与
p1
的索引相同，
q2
的索引与
q1
的索引相同：

[ii jj] = ndgrid(1:numel(p1), 1:numel(q1));
Z = pp1(ii) .* sqrt(qq1(jj).^2 + qq2(jj).^2 + pp2(ii).^2);

在你的例子中，它给出了大小为16x16的
Z
。
我假设你的嵌套循环是这样的-

Z = zeros(length(p1),length(p2),length(q1),length(q2));
for i=1:length(p1)
    for j=1:length(p2)
        for m = 1:length(q1)
            for n = 1:length(q2)
                Z(i,j,m,n) = p1(i) * sqrt(q1(m)^2 + q2(n)^2 * p2(j)^2);
            end
        end
    end
end

注意：
numel
或
size
比
length
更适合使用，但在对问题进行修订之前，请将
length
保留在代码中

现在，在
p1
、
q1
、
p2
和
q2
中，您有网格数据和许多相同的值，可用于代码优化和矢量化。这是一个带有
bsxfun
-

impvals = bsxfun(@times,p1(:,1)',sqrt(q1(:,1).^2+(p2(1)*q2(1))^2)); %//'
Z = repmat(permute(impvals,[2 3 1 4]),[1 4 1 4]);

我使用给定的
4x4
数据运行了这四个2D数组，每次运行
100000次（为了更好地进行运行时测量），这就是运行时-

Elapsed time (with for-loops) is 5.684010 seconds.
Elapsed time (with bsxfun) is 4.441675 seconds.

我看不到任何循环。你到底想要什么？@Daniel我没有在这里写for循环，我想计算每个p1、p2、q1和q2的Z。实际上，对于这四个变量的每一个组合，我都会有一个Z.@user3482383检查一个基于
bsxfun
的新解决方案，该解决方案在运行时性能方面表现出一定的潜力。我所做的编辑怎么样？在这种情况下，我如何改变您的想法？我尝试使用ndgrid而不是for循环，但计算时间比使用for循环的时间要长！在你看来，如果这些嵌套循环是用C++编写的，那么什么时候？@ USSR382483:运行时会是什么？我认为计算机一定是回答这个问题的最佳人选。为什么不写一个C++程序，在你的电脑上测试它呢？我不熟悉C++，所以我问你在不同编程中使用<<代码> for循环< /C> >的经验。languages@user3482383我也没有多少。此外，这必须是一个单独的问题，因为这是特定于MATLAB的。
impvals = bsxfun(@times,p1(:,1)',sqrt(q1(:,1).^2+(p2(1)*q2(1))^2)); %//'
Z = repmat(permute(impvals,[2 3 1 4]),[1 4 1 4]);

Elapsed time (with for-loops) is 5.684010 seconds.
Elapsed time (with bsxfun) is 4.441675 seconds.