Performance 如何从一个大矩阵中获取满足某些条件的所有行？

我有一个大矩阵（大约1GB），其中每一行表示我在曲面上采样的点的（x，y）坐标及其z高度

如何获得距离（x，y）坐标小于某个欧几里德距离的所有点

目前我正在做一件可怕的事情：

%mtx_pointList是一个大型矩阵，每行包含一个样本：[x y z]。
%我们想得到（x，y）点小于d的所有样本
%远离向量：v_中心=[xy]

mtx_区域样本=零（0,3）；
对于k=1：长度（mtx_点列表（：，1））
if（norm（mtx_点列表（k[12]）-v_中心）

…但在我的应用程序中，此循环必须运行大约25万次

如何使其更快地完成相同的操作？

使用（其默认选项为欧几里德距离）：

ind=pdist2（mtx_点列表（：，[12]），v_中心）

如果矩阵太大，请将其划分为内存允许的尽可能多的行块，并在这些行块上循环。

使用（默认选项为欧几里德距离）：

ind=pdist2（mtx_点列表（：，[12]），v_中心）

如果矩阵太大，请将其划分为内存允许的尽可能多的行，并在这些行上循环。

bsxfun 如果您没有

pdist2

（统计工具箱），这里有一种使用

bsxfun

计算距离的方法：

da = bsxfun(@minus,mtx_pointList(:,[1 2]),permute(v_center,[3 2 1]));
distances = sqrt(sum(da.^2,2));

然后找到符合您标准的点：

distThresh = 0.5; % for example
indsClose = distances < distThresh
result = mtx_pointList(indsClose,:);

在MATLAB代码中：

a = mtx_pointList(:,[1 2]); b = v_center;
aa = dot(a,a,2); bb = dot(b,b,2); ab=a*b.'; %' or sum(a.*a,2)
distances = sqrt(aa + bb - 2*ab); % bsxfun needed if b is more than one point

正如Luis Mendo指出的那样，如果针对

distThresh^2

bsxfun设置阈值，则不需要

sqrt

如果您没有

pdist2

（统计工具箱），这里有一种使用

bsxfun

计算距离的方法：

da = bsxfun(@minus,mtx_pointList(:,[1 2]),permute(v_center,[3 2 1]));
distances = sqrt(sum(da.^2,2));

然后找到符合您标准的点：

distThresh = 0.5; % for example
indsClose = distances < distThresh
result = mtx_pointList(indsClose,:);

在MATLAB代码中：

a = mtx_pointList(:,[1 2]); b = v_center;
aa = dot(a,a,2); bb = dot(b,b,2); ab=a*b.'; %' or sum(a.*a,2)
distances = sqrt(aa + bb - 2*ab); % bsxfun needed if b is more than one point

---

正如Luis Mendo指出的那样，如果您针对

distThresh^2

+1设置阈值，则删除

sqrt

并与distThresh进行比较，则没有必要使用

sqrt

^2@LuisMendo好建议（再次！）。看到了吗？没有那么糟糕：-P+1删除

sqrt

并与distThresh进行比较会更加有效^2@LuisMendo好建议（再次！）。看到了吗？没那么糟糕