如何在 Matlab 中创建此代码的矢量化版本答案

【问题标题】：How to create a vectorized version of this code in Matlab如何在 Matlab 中创建此代码的矢量化版本
【发布时间】：2021-05-21 19:16:44
【问题描述】：

我试图对我的代码进行矢量化，但遇到了这个障碍，找不到答案。

我有这个由 0 和 1 组成的数组，它就像秒表一样工作。我创建它的方式已经被矢量化了。这是它的一个示例：

array of 0 and 1

现在，只要数组为 1，就必须启动一个计数器乘以一个采样率，才能得到当前测量的时间。并且每次第一个数组为0时，秒表必须为下一组1重置。这是它的结果。

array of calculated time

代码是这样的：

timearray = zeros(size(array01));
for ii = 1:size(array01)
    if (array01(ii) == 0)
        timearray(ii) = 0;
    else
        timearray(ii) = 0.005 + timearray (ii-1);
    end
end

这个 for 循环的问题是非常缓慢。对于大型数组01，它需要很多秒，我很确定有一个聪明的方法可以做到这一点，但我太笨了，看不到它。

感谢您的帮助！

【问题讨论】：

您确定这是您整个程序的速度瓶颈吗？另外，请包括一个示例array01。如果array01 是行向量而不是列向量，则将size 替换为numel 可能更有意义
这是一种矢量化方法。是不是更快了？（我怀疑）t = sparse(1:numel(array01), cumsum([true; diff(array01(:))>0]).', array01); timearray = .005*full(max(cumsum(t, 1).*t, [], 2));
是的，瓶颈就在那里。速度差异很大。感谢您的代码！这个例子就像 array01 = [0,0,0,0,0,1,1,1,1,0,0,0,0,0,0,1,1,1,1,0,0, 0,0]问题是数组大小是500000个元素太感谢了！
我刚刚在这里测量，我的for循环：经过的时间是5.977770秒。您的矢量化代码：经过的时间是 0.002858 秒。这是一个巨大的差异。我有 4 个无法矢量化的 for 循环。而且我必须解析大约 150 个文件……时间太长了。再次感谢您！

标签： arrays matlab time vectorization

【解决方案1】：

这是一种基于稀疏矩阵的向量化方法：

array01 = [0,0,0,0,0,1,1,1,1,0,0,0,0,0,0,1,1,1,1,0,0,0,0].'; % example data
sample_period = 0.005;                                       % example data
t = sparse(1:numel(array01), cumsum([true; diff(array01(:))>0]).', array01);
timearray = sample_period*full(max(cumsum(t, 1).*t, [], 2));

【讨论】：