命令 A(~A) 在 matlab 中真正做了什么答案

【问题标题】：What does the command A(~A) really do in matlab命令 A(~A) 在 matlab 中真正做了什么
【发布时间】：2013-08-07 11:25:54
【问题描述】：

我正在寻找找到矩阵的非零最小值的最有效方法，并在论坛上找到了这个：

设数据为矩阵A。

A(~A) = nan;
minNonZero = min(A);

这是非常简短和高效的（至少在代码行数上），但我不明白当我们这样做时会发生什么。我找不到任何关于此的文档，因为它不是 +,-,\,... 等矩阵上的 operation。

谁能解释我或给我一个链接或可以帮助我理解所做的事情的东西？谢谢！

【问题讨论】：

标签： matlab

【解决方案1】：

它使用logical indexing

~ 在 Matlab 中是非运算符。在双精度数组上使用时，它会查找所有元素为零。例如：

~[0 3 4 0]

逻辑矩阵中的结果

[1 0 0 1]

即这是找到所有零元素的快速方法

所以如果A = [0 3 4 0] 那么~A = [1 0 0 1] 所以现在A(~A) = A([1 0 0 1])。 A([1 0 0 1]) 使用逻辑索引仅影响为真的元素，因此在本例中为元素 1 和元素 4。

最后A(~A) = NaN 将A 中所有等于0 的元素替换为NaN，min 会忽略，因此您会找到最小的非零元素。

【讨论】：

【解决方案2】：

您提供的代码：

A(~A) = NaN;
minNonZero = min(A);

执行以下操作：

请注意，这会给您留下更改后的A，这可能是不可取的。但更重要的是，当您花时间更改 A 时，这会导致效率低下，甚至可能是因为您获得了大矩阵的最小值。因此，您可以通过以下方式加快速度（甚至减少一行）：

 minNonZero = min(A(logical(A)))

基本上您现在已经跳过了第 3 步，并且可能减少了第 4 步。

此外，您似乎可以通过以下方式获得额外的小幅加速：

 minNonZero = min(A(A~=0))

我对此没有任何充分的理由，但似乎第 1 步现在完成得更有效率。

【讨论】：