matlab - 向量的重复元素

Question

这个问题已经有答案了:

Repeat copies of array elements: Run-length decoding in MATLAB (5 个回答)

已关闭 8 年前。

我有一个值向量A包含元素i ，例如:

A = [0.1 0.2 0.3 0.4 0.5];并说r = [5 2 3 2 1];

现在我想创建一个新向量 Anew包含r(i)值的重复 i在A ，这样第一个 r(1)=5 Anew中的项目有值(value)A(1)新向量的长度为sum(r) 。因此:

Anew = [0.1 0.1 0.1 0.1 0.1 0.2 0.2 0.3 0.3 0.3 0.4 0.4 0.5]

我确信这可以通过精心设计的 for 来完成。 -循环组合例如repmat ，但是有人知道如何以更顺利的方式做到这一点吗？

Answer 1

据我所知，MATLAB 中没有等效的函数可以执行此操作，尽管 R 有 rep这可以为你做到这一点......太嫉妒了。

无论如何，我建议的唯一方法是按照您的建议使用 repmat 运行 for 循环。但是，您也许可以这样做arrayfun相反，如果您想将其作为单行代码执行...那么从技术上讲，进行将其转换为单个向量所需的后处理就需要两个。因此，您可以尝试以下操作:

Anew = arrayfun(@(x) repmat(A(x), r(x), 1), 1:numel(A), 'uni', 0);
Anew = vertcat(Anew{:});

这本质上是用更少的代码完成for循环和复制向量的串联。我们遍历 A 和 r 中的每对值并吐出复制的向量。它们每个都位于元胞数组中，这就是 vertcat 的原因需要将其全部放入一个向量中。

我们得到:

Anew =

    0.1000
    0.1000
    0.1000
    0.1000
    0.1000
    0.2000
    0.2000
    0.3000
    0.3000
    0.3000
    0.4000
    0.4000
    0.5000

请注意，其他人已经尝试过与您在这篇文章中所做的类似的操作:A similar function to R's rep in Matlab 。这本质上是模仿 R 执行 rep 的方式，这正是您想要做的!

<小时/>

替代方案 - 使用 for 循环

由于 @Divakar 的基准测试，我很好奇如何预分配数组，然后使用实际的 for 循环来迭代 A 和 r 并通过索引将基准填充它。因此，使用 for 循环和索引的上述等效代码将是:

Anew = zeros(sum(r), 1);
counter = 1;
for idx = 1 : numel(r)
    Anew(counter : counter + r(idx) - 1) = A(idx);
    counter = counter + r(idx);
end

我们需要一个变量来跟踪我们需要在数组中插入元素的位置，该变量存储在 counter 中。我们通过每个数字要复制的元素总数来对此进行偏移，该总数存储在 r 的每个值中。

因此，此方法完全避免使用 repmat，而仅使用索引来生成复制向量。

<小时/>

基准测试(类似于 Divakar)

在 Divakar 的基准测试代码之上，除了 for 循环方法之外，我实际上还尝试在我的机器上运行所有测试。我只是将他的基准测试代码与相同的测试用例一起使用。

这些是我根据算法得到的计时结果:

情况#1 - N = 4000，max_repeat = 4000

-------------------  With arrayfun
Elapsed time is 1.202805 seconds.
-------------------  With cumsum
Elapsed time is 1.691591 seconds.
-------------------  With bsxfun
Elapsed time is 0.835201 seconds.
-------------------  With for loop
Elapsed time is 0.136628 seconds.

情况#2 - N = 10000，max_repeat = 1000

-------------------  With arrayfun
Elapsed time is 2.117631 seconds.
-------------------  With cumsum
Elapsed time is 1.080247 seconds.
-------------------  With bsxfun
Elapsed time is 0.540892 seconds.
-------------------  With for loop
Elapsed time is 0.127728 seconds.

在这些情况下，cumsum 实际上击败了 arrayfun...这正是我最初的预期。 bsxfun 击败了其他所有人，除了 for 循环。我的猜测是，由于我和 Divakar 在 arrayfun 中使用的时间不同，我们在不同的架构上运行代码。我目前正在 Mac OS X 10.9.5 MacBook Pro 计算机上使用 MATLAB R2013a 运行测试。

正如我们所见，for 循环要快得多。我知道一个事实，当涉及到 for 循环中的索引操作时，JIT 就会发挥作用并为您提供更好的性能。