는 MATLAB에서,

Question

가정하자 빠르고 벡터화 방식으로 마지막 제로가 아닌 인덱스의 벡터로 진 매트릭스를 켜기 전 요소가 0 또는 1

은 어떻게받을 수 있나요 매트릭스,을 가지고 더 빠른 벡터화 된 방식으로 각 열의 마지막 0이 아닌 요소의 인덱스 벡터?

나는

[B, I] = max(cumsum(A));

할 및 I를 사용하지만, 더 빠른 방법이 있을까? (저는 cumsum이 0과 1을 합산하는 데 약간의 시간이 걸릴 것이라고 가정합니다).

편집 : 내가 생각하는 나는 내가 빨리 필요한 것보다 더 많은 벡터화 - 씨 Fooz '루프가 훌륭하지만, MATLAB의 각 루프가 빠른 경우에도 디버깅 시간을 나에게 에게 많은 비용을 것입니다.

Answer 1

Mr Fooz으로 표시된 것처럼 for 루프는 최신 버전의 MATLAB에서 매우 빠릅니다. 당신이 정말로 컴팩트 벡터화 된 코드를 갖고 싶어하지만, 나는이 시도 제안 : 꽤 빨리 씨 Fooz의 루프 옵션으로 여전히

[B,I] = max(flipud(A)); 
I = size(A,1)-I+1; 

이것은 당신의 CUMSUM 기반 대답보다는 빠르지 만합니다.

두 개의 추가 고려할 사항 :

• 어떤 결과가 당신이 그것에 전혀 사람이없는 열 얻을 하시겠습니까? 위 옵션을 사용하면 크기 (A, 1) (즉 행 수는)이됩니다. 귀하의 옵션의 경우, I 씨 Fooz에서 중첩를 위해 루프 옵션은 당신이 다른 옵션 0

• 상대 속도를 제공하면서 가능성에 따라 달라집니다, 당신은 이러한 경우에 1을 얻을 것으로 예상 크기가이고 예상되는 0이 아닌 숫자입니다.

Answer 2

패스트 (Fast)는 반드시 전체 벡터화가 아니라 걱정해야합니다. Matlab의 최신 버전은 입니다. 루프를 효율적으로 처리하는 데 훨씬 더 똑똑한입니다. 컴팩트하게 벡터화 된 방식으로 표현하면, 일반적으로 더 빠르지 만, 예전처럼 루프가 (항상) 두려워해서는 안됩니다.

clc 

A = rand(5000)>0.5; 
A(1,find(sum(A,1)==0)) = 1; % make sure there is at least one match 

% Slow because it is doing too much work 
tic;[B,I1]=max(cumsum(A));toc 

% Fast because FIND is fast and it runs the inner loop 
tic; 
I3=zeros(1,5000); 
for i=1:5000 
    I3(i) = find(A(:,i),1,'last'); 
end 
toc; 
assert(all(I1==I3)); 

% Even faster because the JIT in Matlab is smart enough now 
tic; 
I2=zeros(1,5000); 
for i=1:5000 
    I2(i) = 0; 
    for j=5000:-1:1 
    if A(j,i) 
     I2(i) = j; 
     break; 
    end 
    end 
end 
toc; 
assert(all(I1==I2)); 

R2008a, Windows, x64에서 누적 버전은 0.9 초 걸립니다. 루프 및 찾기 버전은 0.02 초 걸립니다. 더블 루프 버전은 0.001 초 밖에 걸리지 않습니다.

편집 : 가장 빠른 것은 실제 데이터에 따라 다릅니다. 이중 루프는 0.5에서 0.999로 변경하면 0.05 초가 걸립니다 (평균 시간은 휴식 시간에 걸리기 때문에). cumsum 및 루프 & 찾기 구현은보다 일관된 속도를 가지고 있습니다.

편집 2 : gnovice의 플립 솔루션은 영리합니다. 불행히도, 내 테스트 컴퓨터에서 0.1 초 걸립니다, 그래서 그것은 cumsum보다 훨씬 빠르지 만 반복 버전보다 느립니다.