matlab去掉for循环方法

最近学习matlab分析和处理几个数据（文件约几百M到一两个G字节），一开始觉得程序很简单，随便写了下，结果matlab处理时间长得让人想哭，边学习边优化，发现主要是for循环占用太长时间，总结下可以去掉for循环的几种情况。

1.用克隆运算符（：和end）

比如一个长向量，想分别改变奇数位置和偶数位置元素的值，这个很简单

 a=rand(100);
 a(1:2:end)=0;
 a(2:2:end)=1;

2.用find或者逻辑索引

比如将矩阵中大于等于128的数减去256（8位补码转为有符号数）

A=randi(256,1,100);A=A-1;   
A(A>=128)=A(A>=128)-256;

或者复杂一点，A是一个10*20*30的三维矩阵，B是一个20*30的二维矩阵，如果A（i,j,k）满足某一条件，则用用B（j,k）替代。此处使用到了matlab矩阵的三种索引：下标索引，线性索引，逻辑索引。其中能用逻辑索引就用逻辑索引。

A=zeros(10,20,30);
A(5,6,4)=15;
B=ones(20,30);
[~,c,p]=ind2sub(size(A),find(A==15));
A(A==15)=B(sub2ind(size(B),c,p));
A(5.6,4)

3.用meshgrid等函数

对于一些二维的变换（多变量函数），使用meshigrid，比用两重for循环快多了

tic
[II,JJ]=meshgrid(1:1000,1:1000);
Y=sin(sqrt(II+JJ));
toc

4.使用mat2cell将矩阵转为cell（重点），并使用cellfun对每个小矩阵进行操作，最后用cell2mat转为矩阵

比如一个100*100的二维矩阵，将其分成100个10*10的小矩阵，对每一个小矩阵求均值

A=randi(255,100,100);
A_cell=mat2cell(A,10*ones(1,10),10*ones(1,10));
A_mean=cellfun(@(x)(mean(mean(x))+1),A_cell,'uniformoutput',false); %每一个小块求均值并加1

如果uniformoutput位false,A_mean依然位cell，然后就是一个矩阵

当然，此处完全可以自定义一个函数并存为func.m，然后再cellfun中引用。

%func.m定义函数
func.m
function out=func(in1,in2);
    out=in1-in2;
end
%调用func
A=randi(255,100,100);
B=cell(100,100);
A_cell=mat2cell(A,10*ones(1,10),10*ones(1,10));
A_cell=cellfun(@func,A_cell,B_cell,'uniformoutput',false);

两外，为了提高性能，推荐减小新变量，使用in-place操作，比如

使用x=x-1，不要使用y=x-1,

5.掌握改变矩阵结构的函数，比如reshape,permute,squeeze，rot90,shiftdim

有些时候，我们使用循环，是因为矩阵‘不顺’，把矩阵结构改一下，矩阵‘顺了’，自然可以使用简单的方法进行向量化操作。改变结构的时候，要注意matlab的列向量存储的特点。

另外为了提高性能，还要注意内存预分配，这个通过运行matlab的profiler即可，或者写程序的时候注意一下报警（代码下面打波浪线的地方）。profiler配合tic,toc，能很快定位问题，剩下的就是解决问题了。profiler用法如下

profile on;
待执行代码
profile viewer 
p = profile('info');
profsave(p,'profile_results') % 保存profile 结果
profile off;

tic toc用法如下：

tic
待执行代码
toc

经过优化代码（向量化操作），即使不借助并行技术（parfor等）或者诸如mex文件等，也能取得满意的效果。当然，如果对时间很敏感，可能还是c或者fortran合适。

最后

以上就是傻傻仙人掌为你收集整理的matlab去掉for循环方法的全部内容，希望文章能够帮你解决matlab去掉for循环方法所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。