matlab - 在 Matlab 中重复向量的最有效方法

Question

重复向量的最有效方法是什么？

我目前的印象是 repmat 优于任何其他方法？还是我的这种心态大错特错了？

是否可以使用不同的技术产生与 repmat 完全相同的结果？也许是普通的矩阵乘法？

非常感谢您的关注和支持!

AER

Answer 1

底线，bsxfun如果起始向量很长或重复次数足够大(见下文)，则比您要求的两个更快，否则矩阵乘法效率更高。在您询问的两者之间，矩阵乘法+ reshape 在效率上比 repmat 高出约 3 倍。我用过 timeit通过以下方式，我创建了一个包含 1e5 个元素的随机向量，并检查了创建 100 次重复需要多长时间:

v=rand(1e5,1);
f1=@()repmat(v,[100,1])
f2=@() reshape(v*ones(1,100),[],1);

timeit(f1)
ans =
     0.1675

timeit(f2)
ans =
    0.0516

然而 bsxfun 甚至更快:

f3=@() reshape(bsxfun(@times,v,ones(1,100)),[],1) 

timeit(f3)

 ans =
     0.0374

下面是对这一观察的更仔细的研究:

给定一个向量有 1000 个元素长，将其重复 10 到 1e5 次会产生以下性能时间:

对于较小的重复次数，bsxfun 和矩阵乘法之间几乎没有区别，但随着重复次数超过 ~1e3，bsxfun 明显获胜。

但是，仅采用具有相同重复范围的 10 个元素长向量，表明矩阵乘法效率更高。 bsxfun 只有在 10^5 次重复后才开始变得更好，但即便如此它也只快了 ~5%(未显示):

所以这真的取决于你追求什么。更多讨论参见 Loren on the Art of MATLAB blog .