Optimization 如何在Matlab中优化范数计算？

我想优化以下Matlab代码：

x=linspace（-5,5100）
y=linspace（-5,5100）
z=linspace（-5,5100）
[xp，yp，zp]=meshgrid（x，y，z）

标准=sqrt（xp.^2+yp.^2+zp.^2）

我使用realsqrt对其进行了一些改进：

标准0=sqrt（xp.^2+yp.^2+zp.^2）10.106 s 37.0%
norm_1=realsqrt（xp.^2+yp.^2+zp.^2）10.100 s 35.0%

---

还有其他想法吗？

只要使用标准范数函数，它很可能是用C实现的，这使得在Matlab中做任何事情都比在许多步骤中更快。

只要使用标准范数函数，它很可能是用C实现的，这使得在Matlab中通过许多步骤进行任何操作的速度更快。

我怀疑这一行是否可以进行很多优化。然而，如果它需要10秒钟，我猜它是在一个循环中调用的，这表明有可能优化整个函数

---

此外，您可能会尝试稍后通过设置半径阈值在某处创建一个圆。你可以用半径的平方作为阈值，而不是平方根，这样代码就更快了。

我怀疑这一行是否能得到很好的优化。然而，如果它需要10秒钟，我猜它是在一个循环中调用的，这表明有可能优化整个函数

此外，您可能会尝试稍后通过设置半径阈值在某处创建一个圆。不需要平方根，您可以根据半径的平方设置阈值，从而使代码更快。

• sqrt（）

  非常昂贵，所以请确保您确实需要它，或者正如Jonas指出的那样，如果您可以用半径的平方作为阈值的话

• 根据您的数据，使用有关范数对称性的知识来减少sqrt计算的数量

• 在生成网格之前预先计算正方形

类似于（未经测试）：

• sqrt（）

  非常昂贵，所以请确保您确实需要它，或者正如Jonas指出的那样，如果您可以用半径的平方作为阈值的话

• 根据您的数据，使用有关范数对称性的知识来减少sqrt计算的数量

• 在生成网格之前预先计算正方形

类似于（未经测试）：

---

很抱歉，在这种特殊情况下，我不知道如何获取向量[xp，yp，zp]的元素范数。有什么想法吗？@Oli Charlesworth:

norm

在这里不起作用。如果用数组调用它，

norm

返回矩阵范数，而不是向量范数的列表。@乔纳斯：您可以使用

norm（X，2，'行'）

告诉Matlab获取矩阵X的每一行的向量范数（返回列向量）。反之亦然，如果您传递

'cols'

或

'columns'

。很抱歉，在这种特殊情况下，我不知道如何获取向量[xp，yp，zp]的元素形式的范数。有什么想法吗？@Oli Charlesworth:

norm

在这里不起作用。如果用数组调用它，

norm

返回矩阵范数，而不是向量范数的列表。@乔纳斯：您可以使用

norm（X，2，'行'）

告诉Matlab获取矩阵X的每一行的向量范数（返回列向量）。反之亦然，如果你通过了

'cols'

或

'columns'

@Jonas:它可以工作，特别是当我在柱面几何中时。@groovingandi:只要我有时间测试，我会的。我会让你知道的。谢谢你的提示。@Jonas:这可能行得通，特别是我在做圆柱几何。@groovingandi:只要我有时间测试一下，我会的。我会让你知道的。谢谢你的提示。

x = linspace(-5, 5, 100);
y = linspace(-5, 5, 100);
z = linspace(-5, 5, 100);
[xp2, yp2, zp2] = meshgrid(x(1:end/2).^2, y(1:end/2).^2, z(1:end/2).^2);
norm_quadrant = sqrt(xp2 + yp2 + zp2);
norm_temp1 = cat(1, norm_quadrant, flipdim(norm_quadrant, 1));
norm_temp2 = cat(2, norm_temp1, flipdim(norm_temp1, 2));
norm_complete = cat(3, norm_temp2, flipdim(norm_temp2, 3));