Performance 如何将矩阵A的每一列乘以矩阵B的每一行，并在Matlab中对得到的矩阵求和？

我有一个问题，我希望可以很容易地解决。 A是NG矩阵，B是NG矩阵。目标是得到矩阵C

等于转置A的每一列乘以B的每一行，并对所得矩阵求和；求和前此类矩阵的总数为NN，其大小为GG 这可以在MatLab中通过两个for循环轻松完成：

然而，对于大型矩阵，它是相当缓慢的

所以，我的问题是： 在Matlab中计算C矩阵有没有更有效的方法

谢谢您

使用代替循环，然后两次：

---

我认为这将显著提高性能

C = zeros(G);
for n = 1:N
   C = C + sum(A,1)'*B(n,:);
end

---

您可以避免一个循环，还应该避免内存不足的问题。根据我的基准测试，它比使用两个循环的方法快20倍左右。（注意，我必须在Octace中进行基准测试，因为我在这台电脑上没有MATLAB）

如果你写出两个3×3矩阵，你会发现运算基本上等于：

C = bsxfun(@times, sum(B), sum(A).');

在此处运行

N=50

，

G=100

的每个答案，并将每个方法重复100次：

Elapsed time is 13.839893 seconds. %// OP's original method
Elapsed time is 19.773445 seconds. %// Luis' method
Elapsed time is 0.306447 seconds.  %// Robert's method
Elapsed time is 0.005036 seconds.  %// Rody's method

---

（a）系数≈ 4000，介于最快和最慢的方法之间……

+1，用于表达良好、有效的问题和自足的问题code@BibekN=2的子EDI；G=2；A=[12；34]；B=[56；78]；我的代码返回C=[48 56；72 84]和A'*B=[26 30；38 44]A'*B等于单和{n}A{ni}B{nk}，而不是双和{m，n}A{mi}B{nk}need@Adiel至于

arrayfun

我同意。至于

bsxfun

，我不太想回答，我已经检查了它，它对小N和G的效果很好。但是对于G=1000和N=100（比我的实矩阵还小），我的系统内存不足。@Rodyoldenhui是的，我按字面意思应用了OP的描述（乘法然后相加）。我没有意识到，正如你在回答中所说，先添加可以节省大量内存和操作。非常感谢你，这让我感到羞愧，因为我自己没有看到它）+1想得好！在这种情况下，可以大大减少操作的数量

C = bsxfun(@times, sum(B), sum(A).');

Elapsed time is 13.839893 seconds. %// OP's original method
Elapsed time is 19.773445 seconds. %// Luis' method
Elapsed time is 0.306447 seconds.  %// Robert's method
Elapsed time is 0.005036 seconds.  %// Rody's method