0

我正在尝试提高以下代码计算的速度:

for i=1:5440
 for j=1:46
  for k= 1:2
    pol(i,j,k)= kr0*exp(0.8*k*0.1)*(abs((I(i)*exp(-0.1*j*2.5))^0.9)+0.0);
   end
  end
end

whereI是一个有 5440 个值的向量。

有什么办法可以避免三个for循环,提高这个操作的速度?我找不到正确的解决方案。

谢谢

4

3 回答 3

3

用于bsxfun矢量化

f1 = @(a,b) (abs((a.*exp(-0.1*b*2.5)).^0.9)+0.0);
f2 = @(c,d) kr0*exp(0.8*c*0.1).*d;
pol = bsxfun(f2, permute(1:2, [3 1 2]), bsxfun(f1, I(:), 1:46));

请注意,由于数组1:2在第三维上,我们需要permute将大小矩阵转换为大小1x2矩阵1x1x2

这是比较的基准

kr0=1;
I=rand(5440,1);
[pol0, pol] = deal(zeros(5440, 46, 2));

tic
for mm = 1:10,
for i=1:5440
 for j=1:46
  for k= 1:2
    pol0(i,j,k)= kr0*exp(0.8*k*0.1)*(abs((I(i)*exp(-0.1*j*2.5))^0.9)+0.0);
   end
  end
end
end
toc

tic
for mm=1:10
f1 = @(a,b) (abs((a.*exp(-0.1*b*2.5)).^0.9)+0.0);
f2 = @(c,d) kr0*exp(0.8*c*0.1).*d;
pol = bsxfun(f2, permute(1:2, [3 1 2]), bsxfun(f1, I(:), 1:46));
end
toc

isequal(pol0,pol)

哪个返回

Elapsed time is 1.665443 seconds.
Elapsed time is 0.306089 seconds.

ans =

     1

它快了 5 倍以上,而且结果是一样的。

于 2013-09-13T09:23:16.520 回答
2

怎么样:

[i,j,k] = ndgrid(1:5440,1:46,1:2);
pol = kr0*exp(0.8*k*0.1) .* ( abs((I(i).*exp(-0.1*j*2.5)).^0.9) + 0.0);
于 2013-09-13T09:51:15.733 回答
0

MATLAB 是列优先的,所以如果你想保持循环,你应该能够通过在 k、j、i 顺序而不是 i、j、k 中循环你的变量来加快速度。

于 2013-09-13T17:28:04.803 回答