有没有一种方法可以从向量中快速提取零件而不会循环？

Question

考虑我有一个向量/数组，它看起来如下：

每个部分都是一个大小固定且已知大小的子数组（只能通过索引访问，即它不是张量或高阶数组）。 因此，例如：

x1 = x(1:d);

如果d是每个子数组的大小。 每个子数组的大小是相同的，但可能会有所不同，具体取决于我们考虑的当前x。 但是，我们确实知道n（子数组的数量）和d（所有子数组的大小）。

我知道在Matlab中通常会有一些奇怪但有用的技巧来使事情更优化。 有没有一种方法可以使用可能的索引来提取那些内容，并创建一个矩阵，其中行（或列）是那些部分？ 如：

X = [x_1, ..., x_n]

需要注意的是，n是一个变量，我们不知道它是什么。 我们可以找到n是什么，但它不是固定的。

我想尽量减少我在matlab中实际编写的for循环的数量，希望它更快...只是添加一些上下文。

Answer 1

首先，我将考虑简单的重塑以将输出保持为简单的双矩阵

x = (1:15).' %'
d = 3;

out = reshape(x,d,[])

并进一步使用索引来访问列out(:,idx) ；

不需要预先知道n ，因为reshape是基于d和x的元素数来计算的。

---

out =

     1     4     7    10    13
     2     5     8    11    14
     3     6     9    12    15

---

如果您坚持使用像单元格数组之类的东西， 请在带有ceil的 accumarray上获取sub ：

out = accumarray( ceil( (1:numel(x))/d ).', x(:), [], @(x) {x})