在Matlab中寻找一种矢量化find命令的方法答案

【问题标题】：Looking for a way to vectorize find command in Matlab在Matlab中寻找一种矢量化find命令的方法
【发布时间】：2019-02-22 09:30:50
【问题描述】：

我正在寻找一种更快的方法来使用不带循环的 find 命令，到目前为止我发现没有任何帮助。这是我正在尝试做的一个简化示例：

A = [0.1,0.8,1;
     0.3,0.7,1;
     0.2,0.3,1]; % this is a square matrix with cumulated sums of probabilities in its rows
row_sel = [2,3,2]; % this is a vector containing the rows of A that I am interested in
index = NaN(length(A),1);
for i = 1:length(A)
    index(i) = find(A(row_sel(i),:)>rand,1,'first'); % I want to get the index of the first column of row row_sel(i) whose element exceeds a random number
end

不幸的是，像

index_mat = find(A(row_sel,:)>rand(length(A),1),1,'first')

不能解决问题。感谢您的帮助！

【问题讨论】：

每个i的随机数都不同。这是故意的吗？如果没有，为了清楚起见，您能否发布一个没有随机数的示例？另外，如果某些i没有这样的索引怎么办？
是的，这是有意的，也是至关重要的（在我正在建模的经济体中，各主体之间的冲击是不相关的）。每个 i 肯定都有一个这样的索引，因为 A 的最后一列只包含一个（因为行包含概率的累积总和，在我的例子中，每行总和为一个）。
在您的示例中，length(A) 是行数或列数，以较大者为准。也许你的意思是length(row_sel)？
很抱歉给您带来了困惑。我应该注意到，在我的例子中，A 总是一个方阵。

标签： matlab find vectorization

【解决方案1】：

您可以将row_sel_ 索引的A 与随机值的列向量进行比较，利用implicit expansion；然后使用max的第二个输出，它给出了沿指定维度的第一个最大值的索引：

[~, index] = max(A(row_sel,:) > rand(numel(row_sel),1), [], 2);

R2016b之前的Matlab没有隐式扩展，但是可以使用bsxfun：

[~, index] = max(bsxfun(@gt, A(row_sel,:), rand(numel(row_sel),1)), [], 2);

【讨论】：

谢谢，这完美！只是我认为一定是..., rand(length(row_sel),1)), [],2);

【解决方案2】：

单线：

size(A, 2) + 1 - sum(A(row_sel, :) > rand(size(A, 1), 1), 2)

说明

如你所见

A(row_sel, :) > rand(size(A, 1), 1)

让您在您的值和一些随机数之间进行所需的比较。假设这是

然后

sum(A(row_sel, :) > rand(size(A, 1), 1), 2)

计算每行结果中 1 的出现次数，所以这里是

现在，让我们获取每行的元素总数

size(A, 2)

只需减去找到的 1 的数量，您将获得每行的第一个索引。（我们必须加 1，因为我们想要第一次出现。）

size(A, 2) + 1 - sum(A(row_sel, :) > rand(size(A, 1), 1), 2)

【讨论】：

@LuisMendo 感谢您的提示，您完全正确。我编辑了我的答案。
顺便说一句，答案很好！
我同意，这也是一个很好的答案，非常感谢！ LuisMendo 的方法在我的示例中运行得更快，这就是我现在在代码中实现他的方法的原因。