我有一个相对较大的矩阵 NxN (N~20,000) 和一个 Nx1 向量，用于标识必须分组在一起的索引。
我想将矩阵的各个部分相加，原则上可以有不同数量的元素和非相邻元素。
我很快写了一个双 for 循环，它可以正常工作，但当然效率很低。探查器将这些循环识别为我的代码中的瓶颈之一。
我试图找到一种智能矢量化方法来解决这个问题。我探索了arrayfun, cellfun, and bsxfun函数，并寻找类似问题的解决方案......但我还没有找到最终的解决方案。
这是带有两个 for 循环的测试代码：
M=rand(10); % test matrix
idxM=[1 2 2 3 4 4 4 1 4 2]; % each element indicates to which group each row/column of M belongs
nT=size(M,1);
sumM=zeros(max(idxM),max(idxM));
for t1=1:nT
for t2=1:nT
sumM(t1,t2) = sum(sum(M(idxM==t1,idxM==t2)));
end
end
您可以使用accumarray https://es.mathworks.com/help/matlab/ref/accumarray.html如下：
nT = size(M,1); % or nT = max(idxM)
ind = bsxfun(@plus, idxM(:), (idxM(:).'-1)*nT); % create linear indices for grouping
sumM = accumarray(ind(:), M(:), [nT^2 1]); % compute sum of each group
sumM = reshape(sumM, [nT nT]); % reshape obtain the final result
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)
