如何高效对三维数组中的每个二维矩阵执行批量基础运算？

现有三维数组A，其中A(i,j,k)对应第k个二维矩阵的第i行第j列元素。需对每个二维矩阵执行索引、加减、逐元素/矩阵乘除、矩阵求逆等运算，结果存入三维数组B（B(p,q,k)为第k个结果矩阵的第p行第q列元素）。

原实现采用for循环，当矩阵数量k很大时耗时较高：

% 创建4个2x3的随机整数矩阵（元素1-10）
A = randi(10, 2, 3, 4); 
% 预分配结果数组
B = zeros([2,3,4]);

% 遍历每个矩阵
for k=1:size(A,3)
    % 提取单个矩阵
    a = A(:,:,k);
    % 执行一系列基础矩阵运算
    % 可包含：加减、矩阵/逐元素乘除、索引
    b = ...
    % 存入结果数组
    B(:,:,k) = b;
end

优化方案 #

根据运算类型的不同，可采用以下高效方式替代循环：

1. 逐元素运算与索引：直接向量化操作

Matlab的隐式扩展（R2016b及以后支持）可直接对三维数组整体操作，无需循环：

• 逐元素加减乘除：直接对A进行运算，例如：

  B = A + 5; % 每个矩阵的所有元素加5
  B = A .* 2; % 每个矩阵逐元素乘2（2会自动扩展为匹配维度）
  

• 索引操作：直接对三维数组的维度索引，例如：

  B = A(1,:,:); % 提取每个矩阵的第1行
  B = A(:,2:3,:); % 提取每个矩阵的第2-3列
  

2. 矩阵级运算（乘法、求逆等）：使用pagefun批量处理

pagefun（R2020b及以后版本支持）专门用于对三维数组的每个"页"（即单个二维矩阵）执行函数操作，效率远高于循环：

• 矩阵求逆（要求每个矩阵是方阵且可逆）：

  % 假设A是NxNxK的三维数组
  B = pagefun(@inv, A);
  

• 矩阵乘法：

  % 每个矩阵左乘固定矩阵M（维度需匹配，如M为3x2，A为2x3xK）
  B = pagefun(@(X) M*X, A);
  % 两个三维数组的对应页做矩阵乘法（A为2x3xK，C为3x4xK）
  B = pagefun(@mtimes, A, C);
  

3. 低版本兼容方案：arrayfun转cell再合并

如果Matlab版本不支持pagefun，可使用arrayfun，但效率略低：

% 对每个矩阵执行求逆，返回cell数组
B_cell = arrayfun(@(k) inv(A(:,:,k)), 1:size(A,3), 'UniformOutput', false);
% 将cell数组合并为三维数组
B = cat(3, B_cell{:});

关键注意事项 #

• 始终提前预分配结果数组B（如原代码的zeros操作），避免动态扩容带来的性能损耗
• 矩阵求逆需确保每个二维矩阵是方阵且可逆，否则会触发错误，建议提前做合法性检查
• 混合运算可通过pagefun组合操作，例如：

  B = pagefun(@(X) M*(X .* 2) + N, A);
  

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