matlab - 如何在 matlab 中加速这个三重循环

Question

我在 matlab 中有一个三重嵌套的 for 循环，需要花费大量时间来解决它。您有什么建议可以加快模拟速度吗？这种特定的模拟速度很快，但在实际代码中，“t”有 1000 个元素，A 和 B 有大约 400 个元素。

A = [1,2,3];
B = [1,2];
t=[1:1:4];
or hh = 1:length(t)
    for ii = 1:length(A)
        T1(ii,hh)=A(ii)*t(hh)
            for jj = 1:length(B)
                T2(ii,jj,hh)=A(ii)*B(jj)*t(hh)
            end
    end
end

T1_part=sum(T1);
T2_part1=sum(sum(T2));
T2_part2=T2_part1(:,:);
T_final=T1_part+T2_part2

结果:T_final =

24    48    72    96

Answer 1

尝试将循环替换为:

T1 = A'*t;
T2 = bsxfun(@times, A'*B, permute(t,[3 1 2]));

置换的原因是因为 bsxfun 将沿着单一维度扩展矩阵，所以您需要确保您的矩阵沿着正确的维度扩展。如果你给 bsxfun 一个行向量和一个矩阵，它会尝试对你的行向量和矩阵的每一行进行逐元素乘法。但我们想要的是将整个矩阵与向量的每个元素相乘，但沿着一个新的正交维度。因此 permute 将向量从行向量更改为 3D 向量，从而允许 bsxfun 沿正确的维度扩展。

但是你也应该首先尝试只pre-allocate memory对于 T1 和 T2 使用 zeros，即在循环之前尝试 T2 = zeros(size(A,2), size( B,2), 尺寸(t,2))。使用循环时，您应该始终尽可能预分配。