如何在不使用 Matlab 中的嵌套循环的情况下最有效地比较坐标对？答案

【问题标题】：How to compare the pairs of coordinates most efficiently without using nested loops in Matlab?如何在不使用 Matlab 中的嵌套循环的情况下最有效地比较坐标对？
【发布时间】：2023-04-03 22:50:02
【问题描述】：

如果我有 20 对坐标，它们的 x 和 y 值是：

现在，如果我随机生成 15 对坐标 (x,y) 并想与上面给出的这 20 对坐标进行比较，如何在没有嵌套循环的情况下最有效地做到这一点？

【问题讨论】：

标签： matlab comparison coordinates memory-efficient

【解决方案1】：

如果您要查看 15 个随机生成的坐标对中的任何一个是否等于 20 个原始坐标对中的任何一个，一个简单的解决方案是使用函数 ISMEMBER，如下所示：

oldPts = [...];  %# A 20-by-2 matrix with x values in column 1
                 %#   and y values in column 2
newPts = randi(200,[15 2]);  %# Create a 15-by-2 matrix of random
                             %#   values from 1 to 200
isRepeated = ismember(newPts,oldPts,'rows');

isRepeated 将是一个 15×1 的逻辑数组，其中 newPts 的行存在于 oldPts 中，否则为零。

【讨论】：

【解决方案2】：

如果您的坐标是 1) 实际上是整数并且 2) 它们的跨度是合理的（否则使用稀疏矩阵），我将使用一个简单的真值表。喜欢

x_0= [27 180 ...
y_0= [182 81 ...
s= [200 200]; %# span of coordinates
T= false(s);
T(sub2ind(s, x_0, y_0))= true;
%# now obtain some other coordinates
x_1= [...
y_1= [...
%# and common coordinates of (x_0, y_0) and (x_1, y_1) are just
T(sub2ind(s, x_1, y_1))

【讨论】：

【解决方案3】：

如果你原来的 20 点不会改变，如果你将它们排序 O(n log n); 你会得到更好的效率；然后您可以通过 O(log n) 搜索查看每个随机点是否在列表中。

如果您的“原始”点列表发生变化（插入/删除），您可以获得与二叉树相同的性能。

但是：如果您正在使用的点数确实与您的问题一样低，那么您的双循环可能只是最快的方法！随着数据量变得非常大，具有低 Big-O 曲线的算法会更快，但它通常以一次性减速为代价（在你的情况下，排序） - 并且只有 15x20 个数据点......那里不会是人类可感知的差异；如果您在系统时钟上计时，您可能会看到一个。或者你可能不会。

希望这会有所帮助！

【讨论】：