如何有效地计算字符串单元格数组的字符串长度

Question

我在Matlab中有一个单元格数组：

strings = {'one', 'two', 'three'};

如何有效地计算所有三个字符串的长度？ 现在我使用for循环：

lengths = zeros(3,1);
for i = 1:3
    lengths(i) = length(strings{i});
end

但是当你有大量的字符串时，这是不可用的（我有480,863个字符串）。 有什么建议么？

Answer 1

您还可以使用：

cellfun(@length, strings)

它不会更快，但会使代码更清晰。
关于缓慢，您应首先运行探查器以检查瓶颈在哪里。 只有这样才能优化。

编辑 ：我刚刚回忆起'长度'曾经是旧版Matlab版本中cellfun的内置函数。 所以它可能实际上更快！ 尝试

 cellfun('length',strings)

编辑（2） ：我不得不承认我的第一个答案是疯狂猜测。 在@Rodin的评论之后，我决定查看加速。

以下是基准测试的代码：

首先，生成大量字符串并保存到磁盘的代码：

function GenerateCellStrings()
    strs = cell(1,10000);
    for i=1:10000
        strs{i} = GenerateRandomString();
    end
    save strs;
end

function st = GenerateRandomString()
    MAX_STR_LENGTH = 1000;
    n = randi(MAX_STR_LENGTH);
    st = char(randi([97 122], 1,n ));

end

那么，基准本身：

 function CheckRunTime()
    load strs;
    tic;
    disp('Loop:');
    for i=1:numel(strs)
        n = length(strs{i});
    end
    toc;

    disp('cellfun (String):');
    tic;
    cellfun('length',strs);
    toc;

    disp('cellfun (function handle):');
    tic;
    cellfun(@length,strs);
    toc;

end

结果是：

环：
经过的时间是0.010663秒。
cellfun（String）：
经过的时间是0.000313秒。
cellfun（函数句柄）：
经过的时间是0.006280秒。

哇！！ 'length'语法比循环快约30倍！ 我只能猜到它变得如此之快。 也许是它特别识别length的事实。 可能是JIT优化。

编辑（3） - 我发现了加速的原因 。 这确实是对length认可。 感谢@reve_etrange的信息。

Answer 2

保留所述字符串长度的数组，并在更新字符串时更新该数组。 这将允许您O（1）时间访问字符串长度。 由于您在生成或加载字符串的同时更新它，因此它不应减慢速度，因为整数数组操作（通常）比字符串操作更快。