matlab中集合运算函数——解析
1. unique函数
对于unique(A,\'rows\')而言, 速度较慢, 例:
A = randi(10,1000,100000); %生成10以下数字的1000×100000的矩阵
第一种方式:
tic [a1 b1 c1] = unique(A,\'rows\'); toc
运行时间 t=2.656930s;
第二种方式:
tic
t = max(max(A));
B = zeros(size(A,1),1);
for i = 1:size(A,2)
B = B*(t+1) + A(:,i);
end
[a2 b2 c2] = unique(B);
toc
运行时间 t=0.369617s;
运行时间上第二种方法比第一种减少了10倍, 且得到了相同的结果.
2. union函数
参照程序:
A = randperm(8000000,7800000); B = randperm(5000000,4300000); %% 第一种方法 tic C = union(A,B); toc %运行时间 t=1.360395s %% 第二种方法 tic b = zeros(1,max([A,B])); b([A B]) = 1; D = find(b); toc %运行时间 t=0.558845s
可知第二种方式比使用函数运行时间更短.
3. setdiff函数
参照程序:
A = randperm(8000000,7800000); B = randperm(5000000,4300000); %% 第一种方法 tic C = setdiff(A,B); %意义为 A-B toc %运行时间 t = 3.845448s %% 第二种方法 tic a = max(A); b = zeros(1,a); b(A) = 1; b(B(find(B<(a+1)))) = 0; D = find(b); toc %运行时间 t = 0.571202s
可知第二种方式比使用函数运行时间更短
综上所述, Matlab中有关集合运算的函数并不一定运行快, 比如unique、union、setdiff、setxor、intersect、ismember等函数, 上述函数皆可以仿照本文方法重新编写加快程序运行速度. 并且, 程序短≠运行快.
请发表评论