Matlab：减小向量大小的优化答案

【问题标题】：Matlab: Optimization of reducing vector sizeMatlab：减小向量大小的优化
【发布时间】：2017-04-04 13:25:48
【问题描述】：

我开发了一个函数来减小初始向量X = [x,y] 的大小。但是对于 500,000 点的 X 和 points_limit = 10000，Matlab 需要 16 秒才能完成此功能。

有什么方法可以优化这个，也许是通过使用矩阵运算（向量化）去除循环？

function X = reduce_vector_size(X,points_limit)

while length(X) > points_limit
    k = 1;
    X2 = zeros(round(length(X(:,1))/2),2);
    X = sortrows(X);
    for i=1:2:length(X(:,1))-1
        X2(k,1) = mean([X(i,1) ,X(i+1,1) ]);
        X2(k,2) = mean([X(i,2) ,X(i+1,2) ]);
        k = k + 1;
    end
    X = X2;
end

另一个最好的主意是采用新方法：

Ratio = ceil(length(X(:,1))/points_limit);
X = ceil(X);
X = sortrows(X,1);
X = sortrows(X,2);
X1=[];
for i=1:points_limit - 1
    X1 = [X1; mean(X(i*Ratio:(i+1)*Ratio,1)), mean(X(i*Ratio:(i+1)*Ratio,2))];
end
X = X1;

目标是减少向量中的点数：二维向量的一种压缩函数形式。

你知道我能不能用循环来做这个新方法吗？

你觉得我的压缩算法怎么样？

【问题讨论】：

如果您描述了您正在尝试做的事情会有所帮助。
我想减少一个太长的变频器。例如，如果 X= 500000 的长度，我想可以在不改变向量的情况下减少 30 000 个点的长度
对不起，这并不能告诉我任何事情。如果您只是想将向量的长度减少到 30,000 个点，您可以使用 X = X(1:30000)。这里肯定还有其他事情发生。

标签： matlab optimization

【解决方案1】：

您可以轻松地矢量化内部 for 循环：

k = 1;
X = rand(5e5,2);
X2 = zeros(round(length(X(:,1))/2),2);
tic
for i=1:2:length(X(:,1))-1
    X2(k,1) = mean([X(i,1) ,X(i+1,1) ]);
    X2(k,2) = mean([X(i,2) ,X(i+1,2) ]);
    k = k + 1;
end
toc % Elapsed time is 1.988739 seconds.
tic
X3 = (X(1:2:length(X(:,1))-1,:) + X(2:2:length(X(:,1)),:))/2;
toc % Elapsed time is 0.014575 seconds.
isequal(X2,X3) % true

【讨论】：

也许我们也可以通过 do mean 超过 2 个点来优化 while 循环，以便直接获得良好的点数？