我目前正在优化一些代码,但找不到比 MATLAB 的 cell2mat
更快的方法。目前,我的代码中 cell2mat
的多次使用 占处理时间的 15% 以上。
我认为它可以比这更快,因为我知道我将传递给函数的元胞数组的结构。
基本上,元胞数组是 NxN
,其中:
左上角的
(N-1)x(N-1)
block 在每个单元格中包含一个6x6
双矩阵右下角的
(N,N)
单元格是一个MxM
双矩阵。其他单元格具有正确的连接尺寸,即:
单元格(1:(N-1),N)
是6xM
双矩阵,单元格(N,1:(N-1) )
是 Mx6
双矩阵。 (为清楚起见添加的图像,有 N=207
和 M=300
)
由于单元格将始终填充 double 且始终为 2 维,因此我已经只使用了一小段 cell2mat
代码,即:
function m = myCell2Mat(c)
rows = size(c,1);
m = cell(rows,1);
% Concatenate one dim first
for n=1:rows
m{n} = cat(2,c{n,:});% 73% of the time spent here
end
% Now concatenate the single column of cells into a matrix
m = cat(1,m{:});% 25.2% of the time spent there
end
这不会改变花费的时间(就像人们可以想象的那样),大部分时间花在这些行上。
我的问题是:有没有人知道如何删除那里的循环?我尝试了一些类似的东西:
N=207;
M=300;
C=cell(N,N);
for ii=1:N-1
for jj=1:N-1
C{ii,jj}=rand(6);
end
end
for kk=1:(N-1)
C{N,kk}=rand(M,6);
C{kk,N}=rand(6,M);
end
C{end}=rand(M,M);
tmp1=cat(1,C{:,1:(end-1)});
LeftPart=reshape(tmp1,[],6*(size(C,2)-1));
RightPart=cat(1,C{:,end});
Res=[LeftPart RightPart];
但它没有及时显示任何改进..(并且由于 reshape
按列操作而给出错误结果)
我也考虑过使用递归函数,但它似乎无济于事。
提前致谢!
最佳答案
评论的结论是,没有办法显着提高 cell2mat
的性能。相反,我会建议更好的数据结构。
您写道,数据实际上代表一个二维矩阵。与其将其拆分成 block ,不如将其 reshape 为 4D 矩阵更快。假设您的 Cell 称为 C
,M
是对应的二维矩阵
%Old Code
q=C{1,1}
%Faster way to index the same
%1) Convert 2D matrix to 4D
blocksize=6
M=reshape(M,blocksize,size(M,1)/blocksize,blocksize,size(M,2)/blocksize);
%2) Index a block
q=squeeze(M(:,1,:,1))
由于整形基本上需要零时间,您可以切换回二维 View ,例如处理最后一行/最后一列。如果你想避免转换回来,可以一次索引多个 block 。对于最后一列,使用:reshape(M(:,206,:,207:end),6,[])
对应于 C{206,207}
关于matlab - 比 cell2mat 走得更快,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/33494400/