如何在matlab中重写速度优化的多个for循环？

我希望我的代码运行得更快，而这一部分似乎使代码运行得更慢

我试图将其矢量化并使用meshgrid，但无法理解

%generate all noma node combinations with packets
combinations_withpackets=[];
for i=1:N
    for j=1:N
        if(i~=j)
           for k=1:N
               if((k~=i)&&(k~=j))
                   if((packets(i,j)>0)&&(packets(i,k)>0))   
                       combinations_withpackets=[combinations_withpackets;i j k];
                   end
               end
           end
        end
    end
end

这将创建一个形式为

[i j k]

的数组，其中

i

，

j

和

k

是节点，在数组的每一行，它们彼此不相等

---

如果有数据包从节点

i

到

j

和节点

i

到

k
，如果我创建了一个随机矩阵
packets
，它会将一个
[i j k]
组合添加到
组合中

N       = 50                %size of the packets matrice
packets = round(rand(N,N)); %random matrice
comb    = nchoosek(1:N,3);  %all combination without permutation
combrow = perms(1:3);       %permutation for dimension 3
comb    = reshape(comb(:,combrow),[],3); %all combination with permutation
f1      = find(packets(sub2ind([N,N],comb(:,1),comb(:,2)))>0); %check condition 1
f2      = find(packets(sub2ind([N,N],comb(:,1),comb(:,3)))>0); %check condition 2
ind     = ismember(f1,f2); %check condition 1&&2
cwp     = comb(f1(ind),:);   %get the result

它应该比for循环解决方案快得多

该算法产生
（N-2）*（N-1）*（N）
组合（正如Ander Biguri所解释的，它几乎是O（N^3）），因此对于大N，它将消耗大量内存。
如果我创建一个随机矩阵
数据包
：

N       = 50                %size of the packets matrice
packets = round(rand(N,N)); %random matrice
comb    = nchoosek(1:N,3);  %all combination without permutation
combrow = perms(1:3);       %permutation for dimension 3
comb    = reshape(comb(:,combrow),[],3); %all combination with permutation
f1      = find(packets(sub2ind([N,N],comb(:,1),comb(:,2)))>0); %check condition 1
f2      = find(packets(sub2ind([N,N],comb(:,1),comb(:,3)))>0); %check condition 2
ind     = ismember(f1,f2); %check condition 1&&2
cwp     = comb(f1(ind),:);   %get the result

它应该比for循环解决方案快得多

该算法产生
（N-2）*（N-1）*（N）
组合（正如Ander Biguri所解释的，它几乎是O（N^3）），因此对于大N来说，它将消耗大量内存。
这里有一个示例，带有示例变量。一个
if
直接在另一个
if
中有点复杂，可以在第一个声明中简单地使用
&&
运算符。否则，请说明您使用
meshgrid
做了什么，以及为什么不起作用。这之所以很慢，主要是因为您没有初始化带有数据包的组合，这在MATLAB中非常非常慢。因此，不要初始化并清空数组，而是使用正确（或最大）的大小预先分配数组，然后根据需要进行修剪。这将节省你99%的时间是我的直觉。此外，对于一个大的N，这将是缓慢的，因为它的近似O（n ^ 3）。考虑替换<代码>组合SythsPask= [组合组合，包；i JK]；<代码>与包的组合（结束+1，：）=[i j k]这里的一个示例对示例变量很有帮助。如果一个
if
直接在另一个
中，如果
有点复杂，可以在第一个声明中使用
&
运算符。否则，请说明您使用
meshgrid
做了什么，以及为什么不起作用。这之所以很慢，主要是因为您没有初始化带有数据包的组合，这在MATLAB中非常非常慢。因此，不要初始化并清空数组，而是使用正确（或最大）的大小预先分配数组，然后根据需要进行修剪。这将节省你99%的时间是我的直觉。此外，对于一个大的N，这将是缓慢的，因为它的近似O（n ^ 3）。考虑替换<代码>组合SythsPask= [组合组合，包；i JK]；<代码>与包的组合（结束+1，：）=[i j k]