3

我有一个大小相同的向量和一个单元格数组（带有重复的字符串）。元胞数组定义组。我想在每个组的向量中找到最小/最大值。

例如：

value = randperm(5) %# just an example, non-unique in general
value =
     4     1     2     3     5
group = {'a','b','a','c','b'};
[grnum, grname] = grp2idx(group);

我为此使用ACCUMARRAY函数：

grvalue = accumarray(grnum,value,[],@max);

所以我有一个具有唯一组名 ( grname) 和新向量 ( grvalue) 的新单元格数组。

grname = 
    'a'
    'b'
    'c'
grvalue =
     4
     5
     3

但我还需要从旧向量中找到已包含在新向量中的值的位置索引。

gridx = 1 5 4

有任何想法吗？没有必要使用 accumarray 但我正在寻找快速矢量化解决方案。

4

2 回答 2

1

我能看到的最佳矢量化答案是：

gridx = arrayfun(@(grix)find((grnum(:)==grix) & (value(:)==grvalue(grix)),1),unique(grnum));

但我不能称其为“快速”矢量化解决方案。 arrayfun确实很有用，但通常不比循环快。

然而，最快的答案并不总是矢量化的。如果我在您编写代码时重新实现代码，但使用更大的数据集：

nValues = 1000000;
value = floor(rand(nValues,1)*100000);
group = num2cell(char(floor(rand(nValues,1)*4)+'a'));
tic;
[grnum, grname] = grp2idx(group);
grvalue = accumarray(grnum,value,[],@max);
toc;

我的电脑给了我 0.886 秒的 tic/toc 时间。（注意，所有 tic/tock 时间都来自文件中定义的函数的第二次运行，以避免一次性 pcode 生成。）

添加“矢量化”（实际上arrayfun）单行 gridx 计算会导致 tic/tock 时间为 0.975 秒。还不错，额外的调查显示大部分时间都在grp2idx通话中消耗。

如果我们将其重新实现为非矢量化的简单循环，包括gridx计算，如下所示：

tic
[grnum, grname] = grp2idx(group);
grvalue = -inf*ones(size(grname));
gridx = zeros(size(grname));
for ixValue = 1:length(value)
    tmpGrIdx = grnum(ixValue);
    if value(ixValue) > grvalue(tmpGrIdx)
        grvalue(tmpGrIdx) = value(ixValue);
        gridx(tmpGrIdx) = ixValue;
    end
end
toc

tic/toc 时间约为 0.847 秒，比原始代码略快。

更进一步，大部分时间似乎都在单元阵列内存访问中丢失了。例如：

tic; groupValues = double(cell2mat(group')); toc  %Requires 0.754 seconds
tic; dummy       =       (cell2mat(group')); toc  %Requires 0.718 seconds

如果您最初将组名定义为数字数组（例如，我将groupValues按照上面的定义使用），即使使用相同的代码，时间也会减少很多：

groupValues = double(cell2mat(group'));  %I'm assuming this is precomputed
tic
[grnum, grname] = grp2idx(groupValues);
grname = num2cell(char(str2double(grname))); %Recapturing your original names
grvalue = -inf*ones(size(grname));
gridx = zeros(size(grname));
for ixValue = 1:length(value)
    tmpGrIdx = grnum(ixValue);
    if value(ixValue) > grvalue(tmpGrIdx)
        grvalue(tmpGrIdx) = value(ixValue);
        gridx(tmpGrIdx) = ixValue;
    end
end
toc

这会产生 0.16 秒的 tic/tock 时间。

于 2013-03-15T20:38:36.617 回答
1

当遇到类似的问题*时，我想出了这个解决方案：

  • 定义以下函数（在 .m 文件中）

       function i=argmax(x)
   [~,i]=max(x);
   end

  • 然后您可以找到最大位置

       gridx = accumarray(grnum,grnum,[],@(i)i(argmax(value(i))) );

  • 最大值为

       grvalue = value(gridx);

（*如果我正确理解您的问题）

于 2013-05-28T03:46:51.583 回答