Matlab矢量化

我有一个256x256x20大小的概率矩阵（glcm）。我已将矩阵重塑为 65536x20，这样我可以消除一个循环（沿三维）

我想做下面的计算

for y = 1:256
    for x = 1:256
        if (ismember((x + y),(2:2*256))) 
            p_xplusy((x+y),:) = p_xplusy((x+y),:) + glcm(((y-1)*256+x),:);
        end
    end
end

因此p_explucy将是一个511x20矩阵，其中每个元素是原始256x256x20矩阵的nxn子矩阵（其中n属于1:256）的对角线之和

---

这个代码块使我的程序效率低下，我想把这个循环矢量化。任何帮助都将不胜感激。

因为您的

if

语句只是检查

x+y

是否小于或等于256，请强制它始终为，并删除多余的循环：

for y = 1:256
    for x = 1:256-y
        p_xplusy((x+y),:) = p_xplusy((x+y),:) + glcm(((y-1)*256+x),:);
    end
end

---

这将显著提高代码的速度。

您可以将复杂性从

O（n^2）

降低到

O（2*n）

，从而提高运行效率-

N = 256;
for k1 = 1:N
    idx_glcm = k1:N-1:N*(k1-1)+1;
    p_xplusy(k1+1,:) = p_xplusy(k1+1,:) + sum(glcm(idx_glcm,:),1);
end

for k1 = 2:N
    idx_glcm = k1*N:N-1:N*(N-1)+k1;
    p_xplusy(N+k1,:) = p_xplusy(N+k1,:) + sum(glcm(idx_glcm,:),1);
end

---

一些快速运行时测试似乎也证实了我们的效率理论

ismember

是一个相当昂贵的函数调用。看看这个，看起来你可以用

if（ismember（（x+y），（2:2*256））

行替换为

if x+y1

。我建议的不是矢量化，但它可以大大加快代码的速度。在Matlab中，矢量化不一定更快。在JIT编译中，for循环通常与向量化方法一样快，并且通常可以通过更少的内存使用更好地扩展。当然，这假设您的for循环编写得很合理，@chessofnerd已经提供了一个改进。您说

“p\u xplusy将是511x20”

，但它给我带来了一个错误，假设

rand

值。我必须让它

rand（512,20）

工作。你能澄清一下吗？是的，谢谢你的建议。不需要“if”语句。删除“如果”，现在时间为0.29秒（删除前为2.7秒）。非常感谢您节省了我的时间第二个

中的
-x
是否需要
语句？我甚至不确定它是否有效（但无法测试它，因为我当前的机器上没有MATLAB），您能否澄清一下
“删除多余的循环”
是什么意思。如果你说的是删除
If
条件语句，那不是循环。@chessford应该是
y
，哎呀@Divakar我想我的意思是删除多余的迭代，对x=1:256-y做
，而不是对x=1:256
做
，因为
x
大于
y
的迭代是多余的，只需要测试保证为假的逻辑条件。我猜
sum
是一种
O（N）
方法。这不应该将循环提升到
O（n^2）
？再说一次，如果这更快，那么它也更快！（：@chessofnerd我在一次对多个列求和进行guestimation肯定比简单的for循环求和要便宜，而且col的数量从1到Nxsqrt（2），再从Nxsqrt（2）到1。因此，我猜它可能略大于2*N，但肯定小于N^2:）尽管如此，还是提出了一些好的观点！