代码之家 › 专栏 › 技术社区 › Radu

find()与for循环的性能

loops optimization matlab

Radu · 技术社区 · 14 年前

我有一大组(4000个值)的未排序的、正态分布的点。我将把这些数据点中的每一个放入限制在binlimit数组中的容器中。然后我把每一个箱子里的数值列成表格。

x是原始数据的数组,n是数据点的数目。所需的箱数(totalBins)由用户指定。

方法1

for i=1:TotalBins
    Freq(i) = length(find(X >= BinLimit(j) & X <= BinLimit(j+1)));
    j = j + 1;
end

方法2:

sort(X);

for i=1:N
    if (X(i) >= BinLimit(j) && X(i) <= BinLimit(j+1))
        Freq(j) = freq(j) + 1;
    elseif (j < TotalBins)
        Freq(j+1) = freq(j+1) + 1;
        j = j + 1;
    end
end

现在,我知道第一个解决方案是慢的-对于总箱(25-50)的正常值,大约慢8倍,但我想知道是否有比我在方法2中所做的更快、更有效的解决方案。

3 回复 | 直到 12 年前

Jacob 14 年前

使用 histc .

n=历史(x,边),对于向量x, 以x为单位计算落在边缘的元素之间矢量(必须包含单调非递减值)。 n是包含这些计数。

n(k)将计算如果边(k)<=x(i)<值x(i) 边缘(K+ 1)。最后一个垃圾箱将计数与边(结束)匹配的x的任何值。边中值之外的值为不算在内。使用-inf和inf-in 边缘包括所有非NaN值。

例如。

BinLimit = sort(rand(50,1));
X = rand(4000,1);
Freq = histc(X,BinLimit);

为了好玩:

%%# Generating data
X = rand(1000000,1);
BinLimit = sort(rand(50,1));

%%# OP's method
disp('Method #1');
disp('=========');
tic;
j =1;
TotalBins = numel(BinLimit)-1;
for i=1:TotalBins
    Freq(i) = length(find(X >= BinLimit(j) & X <= BinLimit(j+1)));
    j = j + 1;
end
toc

%%# histc
disp('histc');
disp('=====');
tic;
histc(X,BinLimit);
toc

%%# My method
disp('Alternative');
disp('===========');
tic;
TotalBins = numel(BinLimit)-1;
Freq = zeros(TotalBins,1);
for i = 1:TotalBins
    Freq(i) = sum(X >= BinLimit(i) & X <= BinLimit(i+1));
end
toc

跑几次热身后:

Method #1
=========
Elapsed time is 0.803120 seconds.
histc
=====
Elapsed time is 0.030633 seconds.
Alternative
===========
Elapsed time is 0.704808 seconds.

Amro 14 年前

除了使用histc,这里还有一个矢量化的单行解决方案:

X = randn(4000,1);                %# column vector
BinLimits = linspace(-4,4,10);    %# row vector

Freq = sum( bsxfun(@ge, X, BinLimits(1:end-1)) & bsxfun(@le, X, BinLimits(2:end)) )

注意它不是空间 -尽管如此,由于它创建了一个大小矩阵: length(X) by length(BinLimits)-1

angainor 12 年前

我想你在检查X是否属于垃圾箱时可能会出错。对于属于binlimits的x值,您可能会得到多个bin。

X >= BinLimit(j) & X <= BinLimit(j+1)

不管怎样,由于您要求一个循环解决方案,这里有一个比方法2更好的解决方案。

j=1;
i=1;
while i<=N
    while i<=N && X(i)<=BinLimit(j+1)
        i=i+1;
    end
    Freq(j) = i-1;
    j = j+1;
end
Freq=diff([0 Freq]);

它需要对x进行排序,就像在代码中一样。以下是所讨论的排序X数组的所有方法的时间安排(HistC对于排序X的工作速度也更快,因此这是一个公平的比较):

Sort
===========
Elapsed time is 0.019205 seconds.
Method #1
=========
Elapsed time is 0.209979 seconds.
histc
=====
Elapsed time is 0.009595 seconds.
Alternative
===========
Elapsed time is 0.228400 seconds.
Method 2
===========
Elapsed time is 0.025400 seconds.
my method
===========
Elapsed time is 0.011920 seconds.
bsxfun by Amro
===========
Elapsed time is 0.179937 seconds.

如您所见,这个循环结构的性能几乎和histc一样(差25%)。

这是针对排序X的(排序时间也在上面的结果中给出)。以下是非排序数组的历史结果(与上面相同的x,用随机排列排列排列)

histc
=====
Elapsed time is 0.030367 seconds.

如您所见,将排序数组上的排序和histc放在一起的时间类似于在未排序数组上运行histc。