Performance MATLAB中外积乘以标量的和

我想在下文中对乘积和进行矢量化，以加快我的Matlab代码的速度。可能吗

for i=1:N
    A=A+hazard(i)*Z(i,:)'*Z(i,:);
end

其中，

hazard

是一个向量（nx1），

Z

是一个矩阵（nxp）

谢谢

您可以使用和

矩阵乘法

-

A =  bsxfun(@times,Z,hazard).'*Z + A

---

仅使用矩阵乘法：

A = A + Z'*diag(hazard)*Z;

但是，请注意，这需要更多的操作，因为

diag（hazard）

是一个

N

x

N

矩阵，主要由零组成

为了节省时间，您可以使用将内部矩阵定义为

sparse

，以便优化乘法：

A = A + full(Z'*spdiags(hazard, 0, zeros(N))*Z);

标杆管理 定时代码：

Z = rand(N,p);
hazard = rand(N,1);
timeit(@() Z'*diag(hazard)*Z)
timeit(@() full(Z'*spdiags(hazard, 0, zeros(N))*Z))
timeit(@() bsxfun(@times,Z,hazard)'*Z)

N=1000；p=300

ans =
    0.1423
ans =
    0.0441
ans =
    0.0325

ans =
    1.8889
ans =
    0.7110
ans =
    0.6600

ans =
    1.8159
ans =
    1.2471
ans =
    1.2264

N=2000；p=1000

ans =
    0.1423
ans =
    0.0441
ans =
    0.0325

ans =
    1.8889
ans =
    0.7110
ans =
    0.6600

ans =
    1.8159
ans =
    1.2471
ans =
    1.2264

N=1000；p=2000

ans =
    0.1423
ans =
    0.0441
ans =
    0.0325

ans =
    1.8889
ans =
    0.7110
ans =
    0.6600

ans =
    1.8159
ans =
    1.2471
ans =
    1.2264

可以看出，基于
bsxfun
的方法始终更快。
非常感谢！但是，如果不使用bsxfun（仅使用向量/矩阵的乘积），它就无法将其矢量化。AlessandroBeretta您可以使用repmat:
repmat（hazard，1，p）。*Z
，但是
bsxfun
有什么不情愿的？不，这只是因为计算时间似乎没有减少太多。。。。无论如何，再次感谢你的回答！我添加了一些基准测试。基于
bsxfun
的方法在我测试过的所有情况下都更快！添加
A
maybe？@divakaroops！谢谢纠正了，甚至更好！我试着使用tic/toc，你的方法快了20%！我很高兴这对你来说很快。但对于可靠的时间，你应该使用。基于
bsxfun
的方法在我的计算机上似乎要快得多。请看我的计时（我已经编辑了我的答案）纯矩阵乘法版本的意图马上就很清楚了，这弥补了IMO的微小速度差异。