Matlab 如何加速数组连接？

除了将结果与此相关，还有其他方法可以执行以下操作吗？我的意思是循环将持续，但vector=[vector，sumothervector]；可以用其他方式得到吗

vector=[]; 

while a - b ~= 0
  othervector = sum(something') %returns a vector  like [ 1 ; 3 ]
  vector=[vector,sum(othervector)]; 
  ...

end

vector=vector./100

---

这取决于你想做什么。从这段代码开始，您可能需要考虑您正在执行的操作，以及您是否可以更改该行为。由于您提供的代码片段显示了很少的依赖关系，即a、b、某物和向量是如何相关的，因此我认为我们只能提供模糊的解决方案

我怀疑您希望通过将新结果连接到数组中来摆脱代码，以避免不断移动数组的影响

首先，只需确保应用程序中最慢的部分是由此引起的。看看Matlab分析器。如果您的代码的这一部分不是一个主要的时间消耗，那么不要花费大量的时间来改进它，只需告诉mlint忽略这一行代码即可

如果您能够充分分析代码以确保迭代次数恒定，那么您可以预先分配变量并防止任何性能损失，即在最坏的情况下编写for循环，或者更好地编写真正矢量化的代码。或者，如果您可以“分解”某些变量，这也可能有助于将任何循环不变量移到循环之外。所以看起来可能是这样的：

vector = zeros(1,100);
while a - b ~= 0
  othervector = sum(something);
  vector(iIteration) = sum(othervector);
  iIteration = iIteration + 1;
end

iIteration = 0;
expectedIterations = 100;

vector = [];
while a - b ~= 0
    if mod(iIteration,expectedIterations) == 0
      vector = [vector zeros(1,expectedIterations)];
    end
    iIteration = iIteration + 1;
    vector(iIteration) = sum(sum(something));
    ...

end

vector = vector(1:iIteration); % throw away uninitialized
vector = vector/100;

如果您的代码的性质不允许这样做，例如，您正在迭代以实现收敛；在这种情况下，请注意检查双打的相等性：始终包含一个公差，您可以使用一些技巧来提高性能，但大多数技巧只是经验法则，或者试图充分利用糟糕的情况。在最后一种情况下，您可能会添加一些维护代码以获得稍好的性能，但您在时间消耗方面所获得的，将在内存使用方面有所损失

比方说，您希望代码在大多数情况下运行100*n次迭代，您可以尝试这样做：

vector = zeros(1,100);
while a - b ~= 0
  othervector = sum(something);
  vector(iIteration) = sum(othervector);
  iIteration = iIteration + 1;
end

iIteration = 0;
expectedIterations = 100;

vector = [];
while a - b ~= 0
    if mod(iIteration,expectedIterations) == 0
      vector = [vector zeros(1,expectedIterations)];
    end
    iIteration = iIteration + 1;
    vector(iIteration) = sum(sum(something));
    ...

end

vector = vector(1:iIteration); % throw away uninitialized
vector = vector/100;

---

它可能看起来不太好看，但不是每次迭代都调整数组的大小，而是每100次迭代才调整数组的大小。我没有运行过这段代码，但我在以前的项目中使用过非常类似的代码。

好吧，这取决于您试图做什么。从这段代码开始，您可能需要考虑您正在执行的操作，以及您是否可以更改该行为。由于您提供的代码片段显示了很少的依赖关系，即a、b、某物和向量是如何相关的，因此我认为我们只能提供模糊的解决方案

我怀疑您希望通过将新结果连接到数组中来摆脱代码，以避免不断移动数组的影响

首先，只需确保应用程序中最慢的部分是由此引起的。看看Matlab分析器。如果您的代码的这一部分不是一个主要的时间消耗，那么不要花费大量的时间来改进它，只需告诉mlint忽略这一行代码即可

如果您能够充分分析代码以确保迭代次数恒定，那么您可以预先分配变量并防止任何性能损失，即在最坏的情况下编写for循环，或者更好地编写真正矢量化的代码。或者，如果您可以“分解”某些变量，这也可能有助于将任何循环不变量移到循环之外。所以看起来可能是这样的：

vector = zeros(1,100);
while a - b ~= 0
  othervector = sum(something);
  vector(iIteration) = sum(othervector);
  iIteration = iIteration + 1;
end

iIteration = 0;
expectedIterations = 100;

vector = [];
while a - b ~= 0
    if mod(iIteration,expectedIterations) == 0
      vector = [vector zeros(1,expectedIterations)];
    end
    iIteration = iIteration + 1;
    vector(iIteration) = sum(sum(something));
    ...

end

vector = vector(1:iIteration); % throw away uninitialized
vector = vector/100;

如果您的代码的性质不允许这样做，例如，您正在迭代以实现收敛；在这种情况下，请注意检查双打的相等性：始终包含一个公差，您可以使用一些技巧来提高性能，但大多数技巧只是经验法则，或者试图充分利用糟糕的情况。在最后一种情况下，您可能会添加一些维护代码以获得稍好的性能，但您在时间消耗方面所获得的，将在内存使用方面有所损失

比方说，您希望代码在大多数情况下运行100*n次迭代，您可以尝试这样做：

vector = zeros(1,100);
while a - b ~= 0
  othervector = sum(something);
  vector(iIteration) = sum(othervector);
  iIteration = iIteration + 1;
end

iIteration = 0;
expectedIterations = 100;

vector = [];
while a - b ~= 0
    if mod(iIteration,expectedIterations) == 0
      vector = [vector zeros(1,expectedIterations)];
    end
    iIteration = iIteration + 1;
    vector(iIteration) = sum(sum(something));
    ...

end

vector = vector(1:iIteration); % throw away uninitialized
vector = vector/100;

---

它可能看起来不太好看，但不是每次迭代都调整数组的大小，而是每100次迭代才调整数组的大小。我没有运行这段代码，但我在以前的项目中使用了非常类似的代码。

如果您想优化速度，您应该预先分配向量，并为索引设置一个计数器，因为@Egon已经回答了

---

如果您只想用不同的方式编写vector=[vector，sumothervector]；，您可以使用vectorend+1=sumothervector；相反。

如果您想优化速度，您应该预先分配向量，并为索引设置一个计数器，如@Egon所示

---

如果您只想用不同的方式编写vector=[vector，sumothervector]；，您可以使用vectorend+1=sumothervector；相反。

a和b依赖于什么？什么东西依赖于什么？在a和b上？它总是一样的吗？不仅仅是一个条件，我想知道的是如何做vector=[vector，sum]

---

其他载体]；换句话说，假设循环持续100次密切相关/可能重复的问题：，a和b依赖于什么？什么东西依赖于什么？在a和b上？它总是一样的吗？不仅仅是提出一个条件，我想知道的是如何做vector=[vector，sumothervector]；换句话说，假设循环持续100次密切相关/可能重复的问题：，