performance - matlab中的简单向量化实现

Question

我是matlab的新手。通过一个简单的例子，我想了解矢量化。如何矢量化以下代码片段。

for i = 1:z
  binno = binno + f*floor(clip(:,:,i)*bins/256);
  f=f*bins;
end

这是一个非常简单的代码，但我确实需要了解如何正确对其进行矢量化。问题是在每次循环后重新计算 f。编辑： Binno 是 2d 矩阵，Clip 是 3d 和 f，bin 是标量。

Answer 1

您可以分三个步骤执行此操作：

1. 创建因子向量；使其成为 1×1×z

   fact = f .* bins.^(0:z-1);
   fact = reshape(fact,1,1,[]);
   

2. 将剪辑乘以因子

   tmp = bsxfun(@times,floor(clip*bins/256),fact);
   

3. 总结一切

   binno = sum(tmp,3);
   

Answer 2

有时写下前几个循环的值会有所帮助，然后找到模式。向量 F（每次迭代一个条目）从第一个开始f（我们称之为f0）。然后第二个条目是f0*bins. 然后f0*bins^2，等等。所以F是f0*[1 bins bins^2 bins^3]... 并且可以计算为

F = f0 * bins .^ (0:z-1);

因为 bins^0 是 1。

甚至在此之前，您就可以一次计算整个floor操作：floor(clip*bins/256). 现在你只需要弄清楚如何将你的 P 元素向量 F 乘以那个 3D 矩阵 MxNxP。 bsxfun会做这种事情，但尺寸需要匹配，或者正好是 1。所以 F 必须是 1x1xP 而不是 P。然后只需将整个事物沿第 3 维求和即可。

binno = sum(bsxfun(@times, floor(clip*bins/256), reshape(F, [1 1 length(F)])), 3);

请注意...如果您的输入至少按大小定义，则可以更轻松地回答这个问题。更好的是生成正确尺寸的样本数据的几行。由于没有，我无法测试上面的代码，因此您有责任将其适应您的数据。