向线性索引的压缩矩阵Q中插入行的优化实现问询

现有n维逻辑数组P，用来标记n维空间中位置的“置位”（true）或“清零”（false）状态，置位位置对应二维浮点矩阵Q的行。P的下标P(a1,a2,...,an)到Q的行索引Q(idx,:)的映射遵循MATLAB的列主序规则，只有P中置位的位置才会在Q中对应一行，这是一种简易的稀疏数据表示（无法修改P/Q的数据结构）。

构建好P和Q后，需要在P中新增置位项，并向Q中添加对应行，且必须保持P与Q的n维位置映射关系不变。当前的实现代码如下：

idxold=find(P);
P=P|deltaP; %deltaP仅包含需新增的置位位置，已通过any(P(:)&deltaP(:))做合理性检查
Q=[Q ; deltaQ]; %deltaQ对应deltaP中位置的新行

idxnew_ideal=find(P); %Q的行应遵循的理想顺序
idxnew=[idxold ; idxnew_ideal(~ ismember(idxnew_ideal,idxold))]; %当前Q实际的行顺序

[~,rowidxs]=sort(idxnew); %重组Q行所需的顺序
Q=Q(rowidxs,:);

示例数据：

P=zeros([3 3 2 2]);
P(1,1:3,2,1)=1;
ncolsQ=7;
Q=randi([-9 9],[sum(~~P(:)) ncolsQ]);

deltaP=zeros(size(P));
deltaP(2,2,1:2,1)=1;
deltaQ=randi([-9 9],[sum(~~deltaP(:)) ncolsQ]);

注：Q(1,:)对应n维位置(1,1,2,1)，deltaQ(2,:)对应n维位置(2,2,2,1)。

现在需要寻找更高效的方法，将新增行插入到Q的正确位置。

更高效的实现方案 #

当前代码中ismember和冗余的索引构建步骤在数据量较大时效率偏低，我们可以利用MATLAB列主序索引的特性直接定位插入位置，简化操作同时提升性能：

% 获取原有置位位置的索引
idxold = find(P);
% 获取新增置位位置的索引（deltaP已确保无重叠，直接find即可）
idxdelta = find(deltaP);
% 更新P的置位状态
P = P | deltaP;

% 合并索引并排序，得到正确的行顺序索引
[~, sortedIdx] = sort([idxold; idxdelta]);
% 按正确顺序重组Q
Q = [Q; deltaQ](sortedIdx, :);

优化点说明： #

• 直接获取deltaP的索引idxdelta，省去了通过idxnew_ideal和ismember筛选新增项的步骤，减少了大数组集合判断的性能开销。
• 直接对[idxold; idxdelta]排序得到目标顺序，逻辑更简洁，避免了中间变量idxnew的存储占用。
• 利用矩阵索引的直接拼接+重排，比先拼接再排序的内存利用更高效，尤其适用于大规模数据场景。

逻辑验证： #

由于deltaP已通过合理性检查（与原有P无重叠置位），idxold和idxdelta是完全不相交的两组索引。将两者合并后排序，得到的顺序与find(P)的理想顺序完全一致，直接用该索引重排[Q; deltaQ]即可得到符合映射关系的Q矩阵。

内容的提问来源于stack exchange，提问作者Vicky