MATLAB:如何;“平均分配”;全下三角逻辑矩阵每列中的真数在m个新矩阵列上?

MATLAB:如何;“平均分配”;全下三角逻辑矩阵每列中的真数在m个新矩阵列上?,matlab,matrix,bisection,Matlab,Matrix,Bisection,我关于stackoverflow的第一个问题!标题很模糊,所以让我详细说明一下:我有一个NxN下三角逻辑矩阵 N = 10 % for example L = tril(true(N),-1) L = 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 1 1 0 0

我关于stackoverflow的第一个问题!标题很模糊,所以让我详细说明一下:我有一个NxN下三角逻辑矩阵

N = 10    % for example
L = tril(true(N),-1)
L =
     0     0     0     0     0     0     0     0     0     0
     1     0     0     0     0     0     0     0     0     0
     1     1     0     0     0     0     0     0     0     0
     1     1     1     0     0     0     0     0     0     0
     1     1     1     1     0     0     0     0     0     0
     1     1     1     1     1     0     0     0     0     0
     1     1     1     1     1     1     0     0     0     0
     1     1     1     1     1     1     1     0     0     0
     1     1     1     1     1     1     1     1     0     0
     1     1     1     1     1     1     1     1     1     0
对角线以下的所有真值。对于m=2^p,2的幂,我希望得到m NxN下三角逻辑矩阵L_1,…,L_m,使得L_I的每一列包含L中相应列中的第I个1/m个(四舍五入)真数。一个结果是\sum_I(L_I)==L

例如,对于m=2,我知道

L_2 = L(:,ceil((N:2*N-1)/2))
L_2 =
     0     0     0     0     0     0     0     0     0     0
     0     0     0     0     0     0     0     0     0     0
     0     0     0     0     0     0     0     0     0     0
     0     0     0     0     0     0     0     0     0     0
     0     0     0     0     0     0     0     0     0     0
     1     0     0     0     0     0     0     0     0     0
     1     1     1     0     0     0     0     0     0     0
     1     1     1     1     1     0     0     0     0     0
     1     1     1     1     1     1     1     0     0     0
     1     1     1     1     1     1     1     1     1     0
L_1 = L - L_2
L_1 =
     0     0     0     0     0     0     0     0     0     0
     1     0     0     0     0     0     0     0     0     0
     1     1     0     0     0     0     0     0     0     0
     1     1     1     0     0     0     0     0     0     0
     1     1     1     1     0     0     0     0     0     0
     0     1     1     1     1     0     0     0     0     0
     0     0     0     1     1     1     0     0     0     0
     0     0     0     0     0     1     1     0     0     0
     0     0     0     0     0     0     0     1     0     0
     0     0     0     0     0     0     0     0     0     0
将实现这一技巧,但这一技巧不能推广到m的更高的2次方。对于一般的N和m=2^p,你知道如何合理快速地实现这一点吗

(上下文:L的每一列都是对分型算法的逻辑索引。m=2^p的下一次幂p对应于对分算法的更深层次)