在matlab中比较字符串

Question

我有一个大字符串（已经排序），由类似的单元格组成

batch = [{'a'},{'a'},{'a'},{'m'},{'m'},{'q'},{'q'},{'q'},{'q'}]

在 for 循环中，我需要 batch 中的索引，比如出现 val = {'a'}，也就是说，我正在批量迭代不同的字符串——在这种情况下是 {'a'}, {'m'}, {'q'}。

使用诸如ismember 或strcmp 或简单的find 之类的fcn 显然有效，例如find(ismember(batch, val)) 但是，这对我的目的来说太慢了。是否可以在 for 循环之外找到 val 出现在 batch 中的开始和最后一个索引，然后我可以在 for 循环中调用这些索引？谢谢你。

Answer 1

我们可以做一个计时实验：

batch = [{'a'},{'a'},{'a'},{'m'},{'m'},{'q'},{'q'},{'q'},{'q'}];
val = {'a'}
% make the array to be searched in longer for relevant timing
Str = repmat(batch,1,1000000);
% ismember
tic
idx = find(ismember(Str,val));
toc
% strcmp
tic
idx = find(strcmp(Str,val));
toc
% contains
tic
idx = find(contains(Str,val));
toc
% cellfun/isequal
tic
idx = find(cellfun(@(x)isequal(x,val),Str));
toc
% looping
tic
idx = NaN(round(length(Str)/4),1);
k = 1;
for i = 1:length(Str)
    lg = Str{i} == val{1};
    if lg
        idx(k) = i;
        k = k+1;
    end
end
idx = idx(1:k-1);
toc

导致在我的机器上

• 经过的时间是 0.266673 秒。 % 是会员
• 经过的时间为 0.225149 秒。 % strcmp
• 经过的时间是 0.144104 秒。 % 包含
• 经过的时间是 50.683212 秒。 % cellfun + isequal
• 经过的时间是 1.689111 秒。 % loopint + isequal

如果使用 sting-array 而不是元胞数组，情况会更糟。

但是，我无法想象这些功能对您来说太慢了。但我可以想象你想要这样做的原因不是最佳的......所以分享更多信息和代码来加速整个问题，而不仅仅是这个子问题（但为此打开一个新问题；））