MATLAB：字符串元胞数组的比较

Question

我有两个字符串元胞数组，我想检查它们是否包含相同的字符串（它们的顺序不必相同，我们也不知道它们是否具有相同的长度）。

例如：

a = {'2' '4' '1' '3'};
b = {'1' '2' '4' '3'};

或

a = {'2' '4' '1' '3' '5'};
b = {'1' '2' '4' '3'};

首先我想到了strcmp，但它需要遍历一个单元格内容并与另一个单元格内容进行比较。我还考虑了ismember，使用类似：

ismember(a,b) & ismember(b,a)

但是我们事先并不知道它们的长度相同（显然是不相等的情况）。那么如何在不编写太多 if/else 案例的情况下以最有效的方式进行这种比较。

Answer 1

看看函数intersect

MATLAB 帮助内容：

[c, ia, ib] = intersect(a, b) 也 返回列索引向量 ia 和 ib 这样c = a(ia) 和b(ib)（或c = a(ia,:) 和 b(ib,:)).

Answer 2

您可以使用函数SETXOR，它将返回不在两个元胞数组交集中的值。如果它返回一个空数组，那么这两个元胞数组包含相同的值：

arraysAreEqual = isempty(setxor(a,b));

---

编辑：一些性能指标...

由于您对性能指标感到好奇，我想我会根据Amro 列出的两个解决方案（使用ISMEMBER 和STRCMP/CELLFUN）来测试我的解决方案的速度。我首先创建了两个大型元胞数组：

a = cellstr(num2str((1:10000).'));  %'# A cell array with 10,000 strings
b = cellstr(num2str((1:10001).'));  %'# A cell array with 10,001 strings

接下来，我将每个解决方案运行 100 次以获得平均执行时间。然后，我交换了a 和b 并重新运行它。结果如下：

    Method     |      Time     |  a and b swapped
---------------+---------------+------------------
Using SETXOR   |   0.0549 sec  |    0.0578 sec
Using ISMEMBER |   0.0856 sec  |    0.0426 sec
Using STRCMP   |       too long to bother ;)

请注意，SETXOR 解决方案始终保持快速计时。如果a 包含不在b 中的元素，ISMEMBER 解决方案实际上会运行得稍快一些。这是因为short-circuit && 跳过了计算的后半部分（因为我们已经知道a 和b 不包含相同的值）。但是，如果a 中的所有值也在b 中，则ISMEMBER 的解决方案会明显变慢。

Answer 3

您仍然可以像稍作修改一样使用 ISMEMBER 函数：

arraysAreEqual = all(ismember(a,b)) && all(ismember(b,a))

另外，你可以用 STRCMP 将循环版本写成一行：

arraysAreEqual = all( cellfun(@(s)any(strcmp(s,b)), a) )

---

编辑：我正在添加第三个解决方案，改编自另一个SO question：

g = grp2idx([a;b]);
v = all( unique(g(1:numel(a))) == unique(g(numel(a)+1:end)) );

本着同样的精神，我进行了时间比较（使用TIMEIT函数）：

function perfTests()
    a = cellstr( num2str((1:10000)') );            %#' fix SO highlighting
    b = a( randperm(length(a)) );

    timeit( @() func1(a,b) )
    timeit( @() func2(a,b) )
    timeit( @() func3(a,b) )
    timeit( @() func4(a,b) )
end

function v = func1(a,b)
    v = isempty(setxor(a,b));                      %# @gnovice answer
end

function v = func2(a,b)
    v = all(ismember(a,b)) && all(ismember(b,a));
end

function v = func3(a,b)
    v = all( cellfun(@(s)any(strcmp(s,b)), a) );
end

function v = func4(a,b)
    g = grp2idx([a;b]);
    v = all( unique(g(1:numel(a))) == unique(g(numel(a)+1:end)) );
end

和函数顺序相同的结果（越低越好）：

ans =
     0.032527
ans =
     0.055853
ans =
       8.6431
ans =
     0.022362