查找满足任何条件的元素

Question

我正在尝试查找向量中与另一个向量相对应的元素的索引，最好不使用循环。例如，我的输入可能是：

DJiSet = [5 7 8];                   % elements of which I need the indices
JiSet = [3 4 5 6 7 8 9 11 12 20];   % vector to search

这里的输出是：

[3 5 6]

到目前为止我想到的最快的是：

Output = find(ismember(JiSet,DJiSet));

但是我觉得这可以更快地完成，尤其是因为我认为find 命令相当慢。

注意事项：

• DJiSet 中的值保证全部存在于JiSet
• JiSet 总是按升序排列，没有重复输入
• 向量DJiSet 不能保证在JiSet 中连续找到

Answer 1

方法#1

您可以通过颠倒DJiSet 和JiSet 在ismember 中的位置来避免find，然后使用为我们提供匹配索引的第二个输出 -

[~,out] = ismember(DJiSet,JiSet)

---

方法 #2

可以尝试满足问题中设置的特定条件的循环方法，但不确定这是否会更有效 -

intv_idx = zeros(1,numel(DJiSet));
intv_idx(1) = find(JiSet==DJiSet(1),1);
start = intv_idx(1)+1;
for k = 2:numel(DJiSet)
    idx = find(JiSet(start:end)==DJiSet(k),1);
    start = idx+start;
    intv_idx(k) = idx;
end
out = cumsum(intv_idx);

Answer 2

Divakar's answer 是要走的路。但如果您想更多地手动操作：

[~, Output] = max(bsxfun(@eq, DJiSet(:).', JiSet(:)), [], 1);

如果有多个，则会找到第一个次。

如果DJiSet 中的值不能保证出现在JiSet 中，您可以稍作修改：

[val, Output] = max(bsxfun(@eq, DJiSet(:).', JiSet(:))); %'
Output(~val) = 0; %// 0 indicates "not found"

Answer 3

对于小型数据集，我原来的方法似乎比 Divakar 提出的 ismember 解决方案和 qmeeeeeee 提出的 intersect 解决方案都快，但所有这三个都被 Luis Mendo 的解决方案击败使用好旧的bsxfun。请参阅下面的代码，每种方法的时间：

function somescript()

IsmemberTime = timeit(@membersol)
IntersectTime = timeit(@intersectsol)
FindTime = timeit(@naivesol)
BsxTime = timeit(@bsxfunsol)

    function membersol()
        rng(1)
        set = randi(30,[1000 15]);             % generate 1000 vectors of length 15, containing random integers
        for i=1:1000
            [~,out] = ismember(set(i,1:5),set(i,6:end));      % first 5 random integers are the values to be found in the remainder of the vector
        end

    end

    function intersectsol()
        rng(1)
        set = randi(30,[1000 15]);
        for i=1:1000
            [~,~,Output] = intersect(set(i,1:5),set(i,6:end));
        end
    end

    function naivesol()
        rng(1)
        set = randi(30,[1000 15]);
        for i=1:1000
            Output = find(ismember(set(i,6:end),set(i,1:5)));
        end
    end

    function bsxfunsol()
        rng(1)
        set = randi(30,[1000 15]);
        for i=1:1000
            [~, Output] = max(bsxfun(@eq, set(i,1:5).', set(i,6:end)), [], 1);
        end
    end
end

在我的机器上（运行 R2014b）返回以下时间：

IsmemberTime =

    0.1101


IntersectTime =

    0.2008


FindTime =

    0.0698


BsxTime =

    0.0218

这表明，至少对于小型数据集，在向量的倒序上使用 find 和 ismember 实际上比单独使用 ismember 更快。由于生成用于测试的数据集set 的所有方法也有一些固定开销，因此差异似乎很大。更彻底的测试可以在下面的 cmets 中找到。

Answer 4

也许你可以尝试相交？应该会快很多：

[Intersect,indDJiSet,indJiSet] = intersect(DJiSet,JiSet)

排序无所谓，只要元素同时存在于两个list中，ind元素都会给出索引。