Matlab 比cell2mat跑得快

我目前正在优化一些代码，无法找到比MATLAB的

cell2mat

更快的方法。目前，在我的代码中多次使用

cell2mat

占处理时间的15%以上

我认为它可以更快，因为我知道我将传递给函数的单元数组的结构

基本上，单元阵列是

NxN

，其中：

左上角的

（N-1）x（N-1）

块在每个单元格中包含一个

6x6

双矩阵

右下角的

（N，N）

单元格是一个

MxM

双矩阵

其他单元格具有正确的连接尺寸，即：

单元

（1：（N-1），N）

是

6xM

双矩阵，单元

（N，1：（N-1））

是

Mx6

双矩阵。（为清晰起见添加的图像，有

N=207

和

M=300

）

由于单元格将始终填充双精度，并且总是尺寸为2，因此我已经只使用了一小块

cell2mat

代码，即：

 function m = myCell2Mat(c)

    rows = size(c,1);


        m = cell(rows,1);
        % Concatenate one dim first
        for n=1:rows
            m{n} = cat(2,c{n,:});% 73% of the time spent here
        end
        % Now concatenate the single column of cells into a matrix
        m = cat(1,m{:});% 25.2% of the time spent there


  end

这并没有改变花在这些线路上的时间（就像人们可以想象的那样），大部分时间都花在这些线路上

我的问题是：有人知道如何删除那里的循环吗？我尝试了以下几点：

N=207;
M=300;
C=cell(N,N);
for ii=1:N-1
  for jj=1:N-1
C{ii,jj}=rand(6);
  end
end

for kk=1:(N-1)
C{N,kk}=rand(M,6);
C{kk,N}=rand(6,M);
end

C{end}=rand(M,M);

tmp1=cat(1,C{:,1:(end-1)});
LeftPart=reshape(tmp1,[],6*(size(C,2)-1));

RightPart=cat(1,C{:,end});

Res=[LeftPart RightPart];

但它没有及时显示出任何改进。。（当

重塑

按列操作时，给出错误结果）

我也考虑过使用递归函数，但它似乎没有什么用处

---

提前谢谢

从评论中得出的结论是，没有办法显著提高

cell2mat

的性能。相反，我建议使用更好的数据结构

您写道，数据实际上表示二维矩阵。与其将其拆分为块，不如更快地将其重塑为4D矩阵。假设您的单元格被称为

C

，

M

是相应的2D矩阵

%Old Code
q=C{1,1}
%Faster way to index the same
%1) Convert 2D matrix to 4D
blocksize=6
M=reshape(M,blocksize,size(M,1)/blocksize,blocksize,size(M,2)/blocksize);
%2) Index a block
q=squeeze(M(:,1,:,1))

---

由于重塑基本上不需要时间，因此可以切换回二维视图，例如处理最后一行/列。如果您想避免转换回来，可以一次索引多个块。对于最后一列，请使用：

reformate（M（：，206，：，207:end），6，[]）

，它对应于

C{206207}

因为大多数MATLAB内置函数都是MEX文件，通常无法通过将该函数的新版本作为m文件编写来提高性能。实际上，有趣的是，您的代码与

cell2mat

的代码非常相似，无需进行错误检查

cell2mat

针对2D单元格进行了优化，因此我认为您不会得到太多的加速。@NKN那些实现为

.m

的文件可以使用

edit cell2mat

查看。那些实现为内置（C）函数的函数会说它们是内置的，您将无法查看它们的源代码。或者您可以重新考虑您的数据结构。内部

（N-1）x（N-1）

可以存储为

4D矩阵

矩阵，通常比单元格快。不，您不需要删除问题。（在我看来）这是一个好问题（尽管有可能改进）。我的最后一个建议是认真考虑为什么你首先以这样的方式存储数据，如果有另一种形式，你可以使用不使用单元格。