2

令 strCellArr 为 4000*1 的单元格数组。每个单元格都是一个字符串。

判断每个单元格是否有长度为 100 的字符串的最快方法是什么？

换句话说，我想要一些与

a= true;
For (i =0; i =length(strCellArr); i++)
    if length(strCellArr{i}) ~= 100
         a = false;
    end
end

一个相关的问题：

我可以将数组转换为 4000*100 字符数组

charArr = char(strCellArr);

但是，这将在不包含 100 个字符的行中引入空格。所以如果第 34 行只有 30 个字符。然后

charArr(34)(50)

将返回一个空格。

如何检查每个字符是否只是某些字符，在我的情况下（A、T、C 或 G）。有没有办法在不使用 for 循环的情况下做到这一点？

4

3 回答 3

6

哦，我只是喜欢以“最快的方法是什么……”开头的问题

这里有一些替代方案和比较：

% Initalize

map = 'CATG';     
strCellArr = cellfun(@(x) map(randi(4,100,1)),cell(4000,1), 'UniformOutput', false);


% Your original method 
tic
a = true;
for el = strCellArr
    if length(el{1}) ~= 100
         a = false;
         break;
    end
end
toc

% My solution 
tic
a = all(cellfun('length', strCellArr) == 100);
toc

% Dang Khoa's method
tic
a = all( cellfun(@(x) length(x) == 100, strCellArr) );
toc

% Engineero's method
tic
a = all(cellfun(@length, strCellArr) == 100);
toc

结果：

Elapsed time is 0.001158 seconds. % loop
Elapsed time is 0.000455 seconds. % cellfun; string argument
Elapsed time is 0.031897 seconds. % cellfun; anonymous function
Elapsed time is 0.006994 seconds. % cellfun; function handle

鲜为人知的事实：字符串输入cellfun指的是直接内置到cellfun二进制文件中的函数，因此不需要评估匿名函数。换句话说，cellfun不必在每次迭代时都通过 MATLAB 解释器，从而使这变得快速:)

现在，你问题的第二部分：

% Engineero
tic
A = 'ATCG';
all(all(ismember(char(strCellArr), A)));
toc

% My solution 
tic
C = char(strCellArr);
~any(C(:)==' ');
toc

结果：

Elapsed time is 0.061168 seconds. % ismember
Elapsed time is 0.005098 seconds. % direct comparison to whitespace

之所以出现这种差异，是因为ismember它是在 MATLAB m 代码中实现的，并且充斥着旨在使用户友好的代码（错误检查、错误、警告等）、复杂的概括、循环结构和许多其他东西，这些都是一种性能惩罚。

由于我们事先知道在将数组转换为时只会将空格添加到数组中char，因此我们不必显式检查, , ,的出现'A'，而只需检查它们的缺失。意思是，只需寻找那些空间:)'C''T''G'

不用说，这些时间几乎都可以忽略不计，这一切都是精神上的自慰，而不是真正有用。但它的乐趣！:)

于 2013-06-12T23:35:11.330 回答
3

对于您的第一个问题，您可以使用all(cellfun(@length, strCellArr) == 100)，如果单元格中的每个元素的长度为 100 个元素，它将返回 1 表示“真”。

对于第二个问题，您可以使用all(ismember(charArr, A))where A = ['A', 'T', 'C', 'G']。有关更多信息，请参阅all和ismember的文档。

于 2013-06-12T22:12:13.507 回答
3

对于您的第一个问题：这听起来像是cellfun. cellfun允许您对元胞数组中的每个元胞进行操作。（顺便说一句，arrayfun让你做同样的事情，但在一个常规的阵列上）。（请注意，您的原始代码不是 MATLAB 语法，尤其是for循环。）

所以你可以做类似的事情

res = cellfun(@(x) length(x) == 100, strCellArr);

在这里，res将是 a ，logical因为==条件将评估为 0 或 1。然后，您可以查看all结果是否为 1，即所有字符串strCellArr的长度为 100：

a = all(res);
if a == 0
    disp('One or more strings does not have 100 characters!');
else
    disp('All strings have 100 characters!');
end
于 2013-06-12T22:12:13.793 回答