Matlab：比较两个不同长度和不同值的向量？

假设我有两个不同长度的向量A和B

Length（A）不等于Length（B）

，向量A中的值与向量B中的值不同。我想将B的每个值与A的值进行比较（比较意味着如果值B（I）几乎与

A（1:end）

的值相同，例如

B（I）-Tolerance听起来您想要做的是在实值数据上使用一个
ismember
函数

也就是说，检查向量
B（i）
中的每个值
B（i）
是否在向量
A
中至少一个值的公差阈值
T
内

其结果如下所示：

tf = false(1, length(b)); %//the result vector, true if that element of b is in a
t = 0.01; %// the tolerance threshold
for i = 1:length(b)
    %// is the absolute difference between the 
    %//element of a and b less that the threshold?
    matches = abs(a - b(i)) < t; 

    %// if b(i) matches any of the elements of a
    tf(i) = any(matches);
end

Lmat = sparse((abs(repmat(A,[numel(B) 1])-repmat(B',[1 numel(A)])))<tolerance);

tf=false（1，长度（b））；%//结果向量，如果b的元素在a中，则为true
t=0.01；%//公差阈值
对于i=1：长度（b）
%//两者之间的绝对差异是多少
%//a和b元素小于阈值？
匹配项=abs（a-b（i））

或者，简而言之：

t = 0.01;
tf = arrayfun(@(bi) any(abs(a - bi) < t), b);

t=0.01；
tf=arrayfun（@（bi）any（abs（a-bi）

关于避免循环的问题：虽然这可能得益于向量化，但是如果你的数据是巨大的，你也可能想考虑并行化。在这种情况下，在我的第一个例子中有一个for循环是很方便的，因为你可以很容易地通过改变< <代码> < <代码> > <代码> PAROF<代码，来执行并行处理的基本版本。>.
这里是一个完全矢量化的解决方案。请注意，我实际上会推荐@Alan给出的解决方案，因为我的解决方案不太可能适用于大型数据集

[X Y]=meshgrid(A,B)
M=abs(X-Y)<tolerance 

[xy]=meshgrid（A，B）
M=abs（X-Y）用于救援

 >> M = abs( bsxfun(@minus, A, B' ) ); %//' difference
 >> M < tolerance 

>M=abs（bsxfun（@减号，A，B'））；%/'差
>>M<公差
您可以尝试以下解决方案：

tol = 0.1; 

N = 1000000; 

a = randn(1, N)*1000; % create a randomly

b = a + tol*rand(1, N); % b is "tol" away from a

a_bin = floor(a/tol); 
b_bin = floor(b/tol); 

result = ismember(b_bin, a_bin) | ...
         ismember(b_bin, a_bin-1) | ...
         ismember(b_bin, a_bin+1); 

find(result==0) % should be empty matrix. 

其思想是将a和b变量离散为大小为
tol
的容器。然后，您询问b是否与a中的任何元素位于同一容器中，或位于其左侧的容器中，或位于其右侧的容器中

优点：我相信
ismember
内部很聪明，首先对
a
的元素进行排序，然后执行次线性（log（N））按元素b搜索。这不同于显式构造b中的每个元素与a中的元素之间的差异的方法，这意味着复杂性在a中的元素数量上是线性的

比较：对于
N=100000
，这在我的机器上运行0.04秒，而使用线性搜索（使用Alan的漂亮简洁的
tf=arrayfun（@（bi）any（abs（a-bi）
解决方案）运行20秒

缺点：这导致实际公差介于tol和1.5*tol之间。这取决于您的任务，您是否能够接受（如果唯一关心的是浮点比较，您可以）

注意：这是否可行取决于a和b的范围以及tol的值。如果a和b可以非常大而tol非常小，
a_-bin
和
b_-bin
将无法解析单个bin（那么您必须使用整数类型，再次仔细检查它们的范围是否足够）。使用循环的解决方案更安全，但如果您确实需要速度，您可以投资优化所提出的想法。当然，另一种选择是编写mex扩展。
另一种方法是使用逻辑表达式。

由于A和B是大小不同的向量，因此不能简单地减去并查找小于公差的值，但可以执行以下操作：

tf = false(1, length(b)); %//the result vector, true if that element of b is in a
t = 0.01; %// the tolerance threshold
for i = 1:length(b)
    %// is the absolute difference between the 
    %//element of a and b less that the threshold?
    matches = abs(a - b(i)) < t; 

    %// if b(i) matches any of the elements of a
    tf(i) = any(matches);
end

Lmat = sparse((abs(repmat(A,[numel(B) 1])-repmat(B',[1 numel(A)])))<tolerance);

您还可以通过以下方式获得相应元素的索引：

Nequal = sum(sum(Lmat));

[r,c] = find(Lmat);

然后以下代码将为真（适用于
numel（r）
中的所有j）：

最后，您应该注意，如果A或B中存在重复条目，则通过这种方式可以获得多个计数。建议首先使用
unique
功能。例如：

A_new = unique(A);

所以你只是比较
A（i）
和
B（i）
？为什么不发布现有的for循环代码，人们也许可以从中提出改进建议。这是一个针对ismember的解决方案，具有容差。它的速度大约是@ondav发布的解决方案的两倍，但处理容差更准确。不错，但它显式存储元素对差异-内存复杂性
M*N
。我喜欢这个，它非常好而且简单，解决了任务。唯一的问题是
any
中的线性搜索-查看我的解决方案和执行时间比较。不确定它会对性能产生什么影响，但您是否考虑过将_bin+-1组合起来，这样您只需要一个ismember？是的，您可以，我相信它会ld速度更快，因为只有1个内部排序。好提示！@DennisJaheruddin尝试过-是的，这将时间从0.05秒减少到了0.04秒。@ondav这是一种很好的快速方法。关于装箱方法，您是否考虑过将数字相乘，使您感兴趣的部分为整数？即：
a_-bin=四舍五入（a.*10）；
精确到小数点后1位，因此公差为0.1。@Alan是的，它实际上发生在这里：
a_-bin=地板（a/tol）；