按行的交叉点索引答案

【问题标题】：Intersection indices by rows按行的交叉点索引
【发布时间】：2013-01-07 20:17:52
【问题描述】：

鉴于这两个矩阵：

m1 = [ 1 1;
       2 2;
       3 3;
       4 4;
       5 5 ];

m2 = [ 4 2;
       1 1;
       4 4;
       7 5 ];

我在找一个函数，比如：

indices = GetIntersectionIndecies (m1,m2);

其输出将是

如何在不使用循环的情况下找到这两个矩阵之间行的交集索引？

【问题讨论】：

标签： matlab matrix indexing intersection vectorization

【解决方案1】：

一种可能的解决方案：

function [Index] = GetIntersectionIndicies(m1, m2)
[~, I1] = intersect(m1, m2, 'rows');
Index = zeros(size(m1, 1), 1);
Index(I1) = 1;

顺便说一句，我喜欢 @Shai 的创造性解决方案，如果你的矩阵很小，它比我的解决方案快得多。但是，如果您的矩阵很大，那么我的解决方案将占主导地位。这是因为如果我们设置T = size(m1, 1)，那么@Shai 的答案中的tmp 变量将是T*T，即如果T 很大，则一个非常大的矩阵。下面是一些快速测试的代码：

%# Set parameters
T = 1000;
M = 10;

%# Build test matrices
m1 = randi(5, T, 2);
m2 = randi(5, T, 2);

%# My solution
tic
for m = 1:M
[~, I1] = intersect(m1, m2, 'rows');
Index = zeros(size(m1, 1), 1);
Index(I1) = 1;
end
toc

%# @Shai solution
tic
for m = 1:M
tmp = bsxfun( @eq, permute( m1, [ 1 3 2 ] ), permute( m2, [ 3 1 2 ] ) );
tmp = all( tmp, 3 ); % tmp(i,j) is true iff m1(i,:) == m2(j,:)
imdices = any( tmp, 2 );
end
toc

设置T = 10和M = 1000，我们得到：

Elapsed time is 0.404726 seconds. %# My solution
Elapsed time is 0.017669 seconds. %# @Shai solution

但是设置T = 1000 和M = 100 我们得到：

Elapsed time is 0.068831 seconds. %# My solution
Elapsed time is 0.508370 seconds. %# @Shai solution

【讨论】：

废话。刚刚也输入了这个...+1
@SamehKamal 我刚刚更新了我的答案以包括速度测试，展示了我的解决方案相对于 Shai 的解决方案将证明是最佳的情况。
不，你是对的，当我编写代码时，我使用了 [~,I1,~]=intersect(m1,m2,...) ，但是在你的原始代码中，你使用了 intersect(m2,m1,...) 所以输出的正确位置是 [~,~,I1]...我的错因为没有注意到这一点。除此之外，我希望这些答案总是来得如此之快，并在 SO...
@natan 实际上，直到我看到您的评论后，我才意识到我应该在代码中切换 m1 和 m2，然后我可以完全消除对第三个输出的考虑，所以谢谢你:-)

【解决方案2】：

用bsxfun怎么样

function indices = GetIntersectionIndecies( m1, m2 )
    tmp = bsxfun( @eq, permute( m1, [ 1 3 2 ] ), permute( m2, [ 3 1 2 ] ) );
    tmp = all( tmp, 3 ); % tmp(i,j) is true iff m1(i,:) == m2(j,:)
    indices = any( tmp, 2 );
end

干杯！

【讨论】：

拜托，你能把你的代码写成function indecis = GetIntersectionIndecies(m1,m2)的形式
多么迷人的解决方案！ +1
我刚刚做了一个快速的速度测试，如果size(m1, 1) 很小，你的解决方案效果很好，但是随着矩阵大小的增加，tmp 变得非常大。但仍然是一个非常有创意的解决方案！