MATLAB 基于长度向量的重复数

标签 matlab octave vectorization run-length-encoding

是否有矢量化的方法来执行以下操作? (以示例显示):

input_lengths = [ 1 1 1 4       3     2   1 ]
result =        [ 1 2 3 4 4 4 4 5 5 5 6 6 7 ]

我已经将 input_lengths 分隔开,所以很容易理解结果是如何获得的

结果向量的长度为:sum(lengths)。我目前使用以下循环计算 result:

result = ones(1, sum(input_lengths ));
counter = 1;
for i = 1:length(input_lengths)
    start_index = counter;
    end_index = counter + input_lengths (i) - 1;

    result(start_index:end_index) = i;
    counter = end_index + 1;
end

编辑:

我也可以使用 arrayfun 来做到这一点(虽然这不完全是一个矢量化函数)

cell_result = arrayfun(@(x) repmat(x, 1, input_lengths(x)), 1:length(input_lengths), 'UniformOutput', false);
cell_result : {[1], [2], [3], [4 4 4 4], [5 5 5], [6 6], [7]}

result = [cell_result{:}];
result : [ 1 2 3 4 4 4 4 5 5 5 6 6 7 ]

最佳答案

完全矢量化的版本:

selector=bsxfun(@le,[1:max(input_lengths)]',input_lengths);
V=repmat([1:size(selector,2)],size(selector,1),1);
result=V(selector);

缺点是,内存使用量为 O(numel(input_lengths)*max(input_lengths))

关于MATLAB 基于长度向量的重复数,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/23670609/

相关文章:

MATLAB 每次迭代更改矩阵的名称

c - 图像处理基础知识

matlab - matlab中的矩阵矩阵

R 类似于 matlab/GNU Octave 中的 str() 函数

machine-learning - 向量化梯度下降函数

c++ - 将 nvcc 与 CUDA 6 和 VS 2012 Express 结合使用

c++ - Octave C++ API (feval) - 如何将多个参数传递给 feval?

r - R 中的非规范化矩阵

r - 如何在 R 中向量化比较而不是 for 循环?

c - union __m256 和两个 __m128 数组