矢量化 3D 分配答案

【问题标题】：Vectorize 3D assignment矢量化 3D 分配
【发布时间】：2018-03-08 09:15:41
【问题描述】：

是否可以矢量化（不使用 for 循环也一样）这个问题？

A=[(1:5)' (1:5)' (1:5)'];
B=ones(1000,5);

D=size(A,1)
C=zeros(1000,3,5)

for y=1:D
C(:,:,y)=B(:,A(y,:));
end

【问题讨论】：

您使用什么编程语言？ MATLAB？
Matlab。立即添加标签。
你总是可以牺牲内存并做repmat。不过我认为这是一个很好的方法，不一定比使用repmat
矩阵 A 可以有 1 到 5 之间的随机数。矩阵 B 可以有完全随机数。
除非它是你程序的瓶颈，否则不要向量化东西。并且总是在之前和之后测量。在最新版本的 MATLAB 中，矢量化代码不一定比循环快。

标签： matlab for-loop vectorization

【解决方案1】：

您可以通过调用reshape 轻松地将其矢量化：

C = reshape(B(:, reshape(A.', [], 1)), size(B, 1), [], size(B, 2));

这首先将A 的每一行按顺序放入行向量（大小为 1×15），用它索引 B（产生 1000×15 矩阵），然后重塑 B到一个 3-D 矩阵。

【讨论】：

【解决方案2】：

如果您想通过调用 reshape 将其矢量化：

C = reshape((B(:,A')),1000,3,5);

就像其他人在 cmets 中提到的那样，这实际上并没有为您节省太多计算时间。当我对您和我的原始实现进行 1000 次试验时，循环耗时 4.8264e-05 秒，而矢量化版本耗时 3.1495e-05 秒。

如果您要扩大问题的规模，并将 B=ones(1000,5); 替换为 B=ones(1000000,5);，则循环的执行时间为 0.0855 秒，向量化版本的执行时间为 0.0611 秒，两次调用 reshape，0.0605 秒为我在这里发布的矢量化版本。随着问题的扩大，节省的时间会更多一些，但同样，这可能不是一个有意义的差异。

编辑：上面列出的时序适用于 MATLAB 版本 (R2016a)

【讨论】：