如何在Octave中批量计算多向量间的两两差值？

1. 先把向量整理成矩阵 #

首先把你的所有向量（不管是5个还是更多）统一放到一个矩阵里，这样方便批量处理：

• 如果你的向量是列向量（比如A = [1;2;3]），就把它们作为列拼起来：

% 示例：定义5个3维列向量
A = [1; 2; 3];
B = [4; 5; 6];
C = [7; 8; 9];
D = [10; 11; 12];
E = [13; 14; 15];

% 拼成矩阵V，每一列对应一个原始向量
V = [A, B, C, D, E];

• 如果你的向量是行向量（比如A = [1 2 3]），就把它们作为行拼起来：

V = [A; B; C; D; E];

2. 用广播快速计算所有两两差值（无需循环） #

Octave的广播功能可以帮你跳过复杂循环，直接批量计算所有组合。下面的代码会生成一个三维数组，包含所有向量i - 向量j的结果：

% 针对列向量组成的V，生成n行×m列×m页的三维数组（n是向量维度，m是向量个数）
diff_all = V(:, :, ones(1, size(V,2))) - V(:, ones(1, size(V,2)), :);

• 结果说明：diff_all(:, i, j)就是第i个向量减去第j个向量的结果（比如diff_all(:,1,2)对应A-B，diff_all(:,1,3)对应A-C）
• 如果是行向量组成的V，只需要调整维度：

diff_all = V(ones(1, size(V,1)), :, :) - V(:, :, ones(1, size(V,1)));

3. 可选：把结果整理成直观的矩阵形式 #

如果觉得三维数组看着麻烦，可以把它展开成二维矩阵，每一列对应一个两两差值：

% 列向量V的情况：展开后每一列是一个差值向量
diff_flat = reshape(diff_all, size(V,1), []);

4. 扩展到更多向量 #

后续新增向量时，只需要把向量添加到矩阵V中即可，比如新增向量F：

V = [V, F]; % 列向量的情况
% 或者 V = [V; F]; % 行向量的情况

然后重新运行计算diff_all的代码，就能自动计算所有新的两两组合，完全不用修改核心逻辑。

新手友好：用循环理解计算逻辑 #

如果想搞懂循环的运行机制，这里给一个简单的双循环示例，逻辑和上面的广播方法完全一致：

m = size(V,2); % 获取向量的总个数
n = size(V,1); % 获取每个向量的维度
diff_all = zeros(n, m, m); % 预先分配存储空间，提升效率

% 外层循环遍历被减的向量i，内层循环遍历减数向量j
for i = 1:m
    for j = 1:m
        diff_all(:, i, j) = V(:,i) - V(:,j);
    end
end

内容的提问来源于stack exchange，提问作者Michaela Schnell