Performance 如何在Matlab中对这些嵌套for循环进行矢量化?
我这里有一段代码需要简化,因为它大大提高了脚本的运行时间:Performance 如何在Matlab中对这些嵌套for循环进行矢量化?,performance,matlab,for-loop,runtime,vectorization,Performance,Matlab,For Loop,Runtime,Vectorization,我这里有一段代码需要简化,因为它大大提高了脚本的运行时间: size=300; resultLength = (size+1)^3; freqResult=zeros(1, resultLength); inc=1; for i=0:size, for j=0:size, for k=0:size, freqResult(inc)=(c/2)*sqrt((i/L)^2+(j/W)^2+(k/H)^2); inc=inc+
size=300;
resultLength = (size+1)^3;
freqResult=zeros(1, resultLength);
inc=1;
for i=0:size,
for j=0:size,
for k=0:size,
freqResult(inc)=(c/2)*sqrt((i/L)^2+(j/W)^2+(k/H)^2);
inc=inc+1;
end
end
end
c、 L、W和H都是常数。当输入的大小超过400时,运行时间就太长,无法等待,我可以看到我的磁盘空间以千兆字节的速度耗尽。有什么建议吗
谢谢 这个呢:
[kT, jT, iT] = ind2sub([size+1, size+1, size+1], [1:(size+1)^3]);
for indx = 1:numel(iT)
i = iT(indx) - 1;
j = jT(indx) - 1;
k = kT(indx) - 1;
freqResult1(indx) = (c/2)*sqrt((i/L)^2+(j/W)^2+(k/H)^2);
end
在我的电脑上,尺寸=400时,3个循环的版本需要136秒,而这一个需要19秒
要了解更多“matlaby”方法,您甚至可以执行以下操作:
[kT, jT, iT] = ind2sub([size+1, size+1, size+1], [1:(size+1)^3]);
func = @(i, j, k) (c/2)*sqrt((i/L)^2+(j/W)^2+(k/H)^2);
freqResult2 = arrayfun(func, iT-1, jT-1, kT-1);
但由于某些原因,这比上述版本慢。更快的解决方案可能是(根据Marcin的回答):
在我的电脑上运行size=300大约需要5秒钟
以下速度更快(但看起来不是很好):
对于size=300,freqResult=0(1,size^3),需要约3.5s的时间
我忘了提到我预先分配了以下语句:resultLength=(size+1)^3;freqResult=零(resultLength,1)代码>不过我认为您的订购是正确的。
[k, j, i] = ind2sub([size+1, size+1, size+1], [1:(size+1)^3]);
freqResult = (c/2)*sqrt(((i-1)/L).^2+((j-1)/W).^2+((k-1)/H).^2);
k = repmat(0:size,[1 (size+1)^2]);
j = repmat(kron(0:size, ones(1,size+1)),[1 (size+1)]);
i = kron(0:size, ones(1,(size+1)^2));
freqResult = (c/2)*sqrt((i/L).^2+(j/W).^2+(k/H).^2);