使用嵌套的for循环时提高数组填充的速度-MATLAB

Question

我已经编写了此函数以根据某些条件查找索引。 它应该可以工作，问题是在我的PC上运行需要2-3天。 有什么办法可以将其降低到一个小时以下（或更快）？ 这确实不需要非常快。 但是2天太慢了。

我不希望对该功能进行深入分析（尽管会很好）。 只是一些一般的改进。

本质上就是3个for循环，用于使用另一个256x8矩阵逻辑填充8个大型3d阵列。 然后进行一些逻辑测试以找到所需的索引。

%These are sample values from the g.u.i. and other functions - 
%ignore up til the loops unless you need it to understand something in the loops.

PriceMat=[58867 55620 16682 97384 11660 18175 25896 16300];
CapMat=[1400 1200 450 3600 150 1330 2000 250];
RepMat=[58 53 31 127 15 164 242 27];
DesiredRep=293.04;
DesiredCap=2600;

prevmin=99999999;
P=perms(0:7);

D=zeros(256,8,40320);
Cap=zeros(size(D,3),8);
Rep=zeros(size(D,3),8);
Price=zeros(size(D,3),8);
SufRep=zeros(1,size(D,3));
SufCap=zeros(1,size(D,3));
CapTot=zeros(1,size(D,3));
RepTot=zeros(1,size(D,3));
PriceTot=zeros(1,size(D,3));


for i=1:40320
    for x=1:8

        for   j=1:256
            D(j,x,i)=P(i,x)*Logic(j,x);

            Cap(i,x)=D(j,x,i)*CapMat(x);
            Price(i,x)=D(j,x,i)*PriceMat(x);
            Rep(i,x)=D(j,x,i)*RepMat(x);
            CapTot=sum(Cap,2);
            RepTot=sum(Rep,2);
            PriceTot=sum(Price,2);

            if CapTot(i)>=DesiredCap
                SufCap(i)=true;
            else 
                SufCap(i)=false;
            end

            if RepTot(i)>=DesiredRep
                SufRep(i)=true;
            else 
                SufRep(i)=false;
            end

            if SufRep(i)==true && SufCap(i)==true

                if PriceTot(i)<=prevmin
                    prevmin=i;
                end
            end

        end

    end

end

return prevmin

Answer 1

使用bsxfun真是太bsxfun了！

这是在一行中计算矩阵D （无循环）：

 D = bsxfun( @times, permute( P, [3 2 1] ), Logic );

我想您可以从这里获取并以这种方式计算其余矩阵-无循环。

Answer 2

您说“对您的功能进行深入分析会很好”。 这非常复杂-可以大大简化。 我有点担心我的解决方案需要的内存量-您的256x8x40320阵列之一约为660 MB，我创建了四个。 如果那不是问题，那就太好了。 否则，您可能必须选择一种更为保守的数据类型以降低内存需求-如果您开始交换到磁盘，那么您将死掉，这是明智的选择。

因此，假设您不受RAM的限制，那么以下操作将使速度大大提高（注意-我是Shai提出的使用bsxfun的建议）。 还要注意，在取和之后，我正在清除“真正的大”数组-可以全部在一行中完成，但您将更难以遵循：

D = bsxfun( @times, permute( P, [ 3 2 1] ), Logic );
Cap = bsxfun( @times, D, CapMat );
CapTot = sum( Cap, 2 );
clear Cap

Price = bsxfun( @times, PriceMat );
PriceTot = sum( Price, 2 );
clear Price

Rep = bsxfun( @times, D, RepMat ); % <<<<< STRONGLY recommend not to use RepMat -
                                   % <<<<< to avoid confusion with built in repmat()
RepTot = sum( Rep, 2 );
clear Rep

CapRepOK = ( CapTot >= DesiredCap && RepTot >= DesiredRep ); % logical array - fast, small

[minPrice minPriceInd ] = min(PriceTot(CapRepOK)); % find minimum value and index

% convert index to correct value of `i` in original code:
cs = cumsum(ok(:)); % increases by one for every value that meets criteria
                    % but we need to know which original index that corresponds to:
possibleValues = find( cs == minPriceInd );
[j i] = ind2sub( size(CapRepOK), possibleValues(1) );
prevmin = i;

显然，我没有您的数据，因此很难确定这是否可以完全复制您的功能-但我相信确实如此。 如果不是，那就是意见。

我怀疑如果仔细考虑可能永远无法创建最大的数组（D等）-如果您确实需要内存不足。