Arrays 在MATLAB中有更好/更快的随机洗牌矩阵的方法吗？

在MATLAB中，我使用shake.m函数（）随机洗牌每一列。例如：

a = [1 2 3; 4 5 6; 7 8 9]
a =

     1     2     3
     4     5     6
     7     8     9

b = shake(a)
b =

     7     8     6
     1     5     9
     4     2     3

---

这个函数正是我想要的，但是我的列非常长（>10000000），所以运行这个函数需要很长时间。有人知道一种更快的方法来实现这一点吗？我尝试过分别摇晃每个列向量，但这并不快。谢谢

使用randperm获得无序索引

idx = randperm(size(a,1));

使用索引对向量进行洗牌：

m = size(a,1);
for i=1:m
 b(:,i) = a(randperm(m,:);
end

---

看看这个答案：

你可以像这样使用

randperm

，但我不知道它是否会比

shake

更快：

[m,n]=size(a)
for c = 1:n
    a(randperm(m),c) = a(:,c);
end

或者您可以尝试切换

randperm

，看看哪个更快（应该会产生相同的结果）：

否则，您有多少行？如果您的行远少于列，那么我们可能会假设每个排列都会重复，那么下面的情况如何：

[m,n]=size(a)
cols = randperm(n);
k = 5;  %//This is a parameter you'll need to tweak...
set_size = floor(n/k);
for set = 1:set_size:n
    set_cols = cols(set:(set+set_size-1))
    a(:,set_cols) = a(randperm(m), set_cols);
end

---

这将大大减少调用

randperm

的次数。但是，将其拆分为大小相同的

k

集合可能不是最佳选择，您可能还需要添加一些随机性。不过，这里的基本思想是，只有

factorial（m）

不同的排序，如果

m

比

n

小得多（例如

m=5

，

n=100000

，就像您的数据一样），那么这些排序将自然重复。因此，与其让它自己发生，不如管理这个过程，减少对

randperm

的调用，这样无论如何都会产生相同的结果。

这里有一个无循环的方法，因为它一次处理所有索引，我相信这是随机的，因为考虑到只在每个列之间洗牌的要求

代码

%// Get sizes
[m,n] = size(a);

%// Create an array of randomly placed sequential indices from 1 to numel(a)
rand_idx = randperm(m*n);

%// segregate those indices into rows and cols for the size of input data, a
col = ceil(rand_idx/m);
row = rem(rand_idx,m);
row(row==0)=m;

%// Sort both these row and col indices based on col, such that we have col
%// as 1,1,1,1 ...2,2,2,....3,3,3,3 and so on, which would represent per col
%// indices for the input data. Use these indices to linearly index into a
[scol,ind1] = sort(col);
a(1:m*n) = a((scol-1)*m + row(ind1))

---

最终输出在

a

本身中获得。

这里有一个简单的矢量化方法。请注意，它会创建一个与

a

大小相同的辅助矩阵（

ind

），因此根据您的内存，它可能可用或不可用

[~, ind] = sort(rand(size(a))); %// create a random sorting for each column
b = a(bsxfun(@plus, ind, 0:size(a,1):numel(a)-1)); %// convert to linear index

---

@lakesh对此表示感谢-我不确定如何使用它来实际实现上面为b提供的输出矩阵。我想垂直洗牌列，即抖动（[1 4 7]）；摇晃（[2 5 8]）；摇晃（[3 6 9]）@如果速度是一个问题，那么在循环之前，尽可能地计算所有东西是有意义的。所以

大小（a，1）

不需要计算10000000次，因为它总是相同的。谢谢@Dan！我有10000000行和5列。。。我已经对1000行数据做了一个快速概要文件总结，您的前两个选项已经比shake快了！令人惊叹的。将尝试第三个建议。@user2861089注意第三个建议，根据

k

参数的不同，它可能不像前两个建议那样随机。您希望对

randperm

的每个唯一调用平均影响

n/factorial（m）

columnsLooking在该shake函数中，它看起来是完全矢量化的，但它在矩阵列上使用排序。也就是说，在你的例子中，它对超过10000000行的列进行排序，这并不奇怪，速度很慢。谢谢@Divakar-刚刚测试了这一点，但没有上面的答案那么快。谢谢你@Divakar，请添加一个解释-尤其是你最后的解释line@Dan最后一行看起来像是手动版本的

sub2ind

。手动操作通常比添加注释的

sub2ind

更快。正如Luis所指出的，最后一行基本上是一种“原始”的方法，用于

sub2ind

，输入来自

scol

和

row（ind1）

，它们是已排序的列和行索引。@Dan思想（矢量化排序）：-）+1确实是一种非常有趣的方法！嗯，

排序

被证明是我解决方案中的瓶颈。我也是+1。我以前从未见过像这样洗牌。@rayryeng谢谢！实际上，

randperm

就是这么做的internally@LuisMendo这很好-比Ben的建议快1秒，比Divakar的建议快10秒（使用

a=rand（10000000,5）；

）！

[~, ind] = sort(rand(size(a))); %// create a random sorting for each column
b = a(bsxfun(@plus, ind, 0:size(a,1):numel(a)-1)); %// convert to linear index