Matlab：如何在没有暴力循环的情况下执行行操作？答案

【问题标题】：Matlab: how can I perform row operations without brute-force for loop?Matlab：如何在没有暴力循环的情况下执行行操作？
【发布时间】：2016-07-13 11:39:40
【问题描述】：

我需要做这样的功能：

N1 = size(X,1);
N2 = size(Xtrain,1);
Dist = zeros(N1,N2);

    for i=1:N1
        for j=1:N2
            Dist(i,j)=D-sum(X(i,:)==Xtrain(j,:));
        end
    end

（X和Xtrain是稀疏逻辑矩阵）

它运行良好并通过了测试，但我认为它不是非常理想且编写良好的解决方案。

如何使用一些内置的 Matlab 函数来改进该函数？我是 Matlab 的新手，所以我不知道是否真的有机会让它变得更好。

【问题讨论】：

是的，我知道 pdist2(X,Xtrain,'hamming').*D 工作正常，但我想要别的东西。我正在学习 Matlab，想知道是否可以用更好的方法替换 for 循环语句。
你可以把它写成一个for循环，每次迭代向量化整个列。您甚至可以在没有任何循环的情况下进行计算，但这会涉及多次重复数据会消耗更多的内存。但同样，pdist2 有什么问题？
如何将它作为一个 for 循环迭代来完成？我已经尝试过了，但无法实现。 pdist2 没有任何问题，最终我可能会使用该功能来完成。我只是想了解 Matlab 中的矩阵和向量运算，我想知道我该怎么做，例如。使用矢量化操作（如您所述）。
在下面查看我的几个实现的答案

标签： matlab for-loop matrix sum sparse-matrix

【解决方案1】：

您想了解向量化，这里有一些代码来研究比较这种成对距离的不同实现。

首先我们构建两个二进制矩阵作为输入（其中每一行都是一个实例）：

m = 5;
n = 4;
p = 3;
A = double(rand(m,p) > 0.5);
B = double(rand(n,p) > 0.5);

1。对每对实例进行双循环

D0 = zeros(m,n);
for i=1:m
    for j=1:n
        D0(i,j) = sum(A(i,:) ~= B(j,:)) / p;
    end
end

2。 PDIST2

D1 = pdist2(A, B, 'hamming');

3。针对所有其他实例对每个实例进行单循环

D2 = zeros(m,n);
for i=1:n
    D2(:,i) = sum(bsxfun(@ne, A, B(i,:)), 2) ./ p;
end

4。使用网格索引进行矢量化，全部针对所有

D3 = zeros(m,n);
[x,y] = ndgrid(1:m,1:n);
D3(:) = sum(A(x(:),:) ~= B(y(:),:), 2) ./ p;

5。三维矢量化，全部反对所有

D4 = sum(bsxfun(@ne, A, reshape(B.',[1 p n])), 2) ./ p;
D4 = permute(D4, [1 3 2]);

最后我们比较所有方法是否相等

assert(isequal(D0,D1,D2,D3,D4))

【讨论】：

注意向量化方法会创建大型中间数组，如果输入矩阵足够大，可能会引发内存不足错误。就空间而言，它的顺序是m*n*p。单循环有m*n 空间，而双循环只占用m 空间（真的是min(m,n)，因为我们可以遍历行或列，无论是更小的空间）
注意：其他距离函数也可以这样做。这是欧几里得距离：stackoverflow.com/q/7696734/97160
谢谢！我将分析所有这些解决方案，