arrays

내가 사용하는 세 가지 이유가 있습니다 bsxfun( 문서 , 블로그 링크 ).

1. bsxfun보다 빠름 repmat(아래 참조)
2. bsxfun 타이핑이 덜 필요합니다
3. 를 사용하는 bsxfun것처럼을 사용 accumarray하면 Matlab에 대한 이해가 좋아집니다.

bsxfun입력 배열을 “단일 차원”, 즉 배열의 크기가 1 인 차원을 따라 복제하여 다른 배열의 해당 차원의 크기와 일치시킵니다. 이것이 “단일 확장”입니다. 따로, 싱글 톤 치수는 전화하면 떨어질 치수 squeeze입니다.

아주 작은 문제의 경우 repmat접근 방식이 더 빠를 수 있지만 해당 배열 크기에서는 두 작업이 너무 빨라 전체 성능 측면에서 차이가 없을 것입니다. 두 가지 중요한 이유 bsxfun가 더 빠릅니다. (1) 컴파일 된 코드에서 계산이 발생합니다. 즉, 실제 배열 복제가 발생하지 않으며 (2) bsxfun다중 스레드 Matlab 함수 중 하나입니다.

상당히 빠른 랩톱에서 R2012b repmat와 속도를 비교했습니다 bsxfun.

나를 위해 bsxfun보다 약 3 배 빠릅니다 repmat. 배열이 커지면 차이가 더 뚜렷해집니다.

런타임시 점프 repmat는 1Mb의 배열 크기 에서 발생하며 프로세서 캐시의 크기와 관련이있을 수 있습니다 bsxfun. 출력 배열 만 할당하면되므로 점프가 나쁘지 않습니다.

아래에는 타이밍에 사용한 코드가 있습니다.

n = 300;
k=1; %# k=100 for the second graph
a = ones(10,1);
rr = zeros(n,1);
bb=zeros(n,1);
ntt=100;
tt=zeros(ntt,1);
for i=1:n;
   r = rand(1,i*k);
   for it=1:ntt;
      tic,
      x=bsxfun(@plus,a,r);
      tt(it)=toc;
   end;
   bb(i)=median(tt);
   for it=1:ntt;
      tic,
      y=repmat(a,1,i*k)+repmat(r,10,1);
      tt(it)=toc;
   end;
   rr(i)=median(tt);
end

답변

A = A - (ones(size(A, 1), 1) * mean(A));

a = rand(1e7,1);

tic;
idx = bsxfun(@plus, [0:2]', 1:numel(a)-2);
toc

% equivalent code from im2col function in MATLAB
tic;
idx0 = repmat([0:2]', 1, numel(a)-2);
idx1 = repmat(1:numel(a)-2, 3, 1);
idx2 = idx0+idx1;
toc;

isequal(idx, idx2)

Elapsed time is 0.297987 seconds.
Elapsed time is 0.501047 seconds.

ans =

 1

v1=[0:2]';
v2 = 1:numel(a)-2;
tic;
vout = v1*v2;
toc
Elapsed time is 0.309763 seconds.