Matlab按步长计算赋值后零值问题的高效替代处理方法咨询

问题根源 #

你原来的代码先构建了一个包含大量初始零值的大矩阵，之后通过循环逐行删除零行的操作效率极低——因为每次删除行都要重新调整矩阵的内存布局，数据量越大耗时越明显。

最优解决方案：从根源避免零值（推荐） #

不要先创建稀疏矩阵再清理，直接计算采样点的数量，预分配刚好容纳有效数据的矩阵，按顺序填充结果：

k = 15;
% 先提取需要采样的索引
idx_aa = 1:k:length(aa);
idx_bb = 1:k:length(bb);

% 预分配大小正好的结果矩阵，避免零值
result = zeros(length(idx_bb), length(idx_aa));

% 遍历采样索引，直接填充到连续位置
for m = 1:length(idx_aa)
    current_i = idx_aa(m);
    for n = 1:length(idx_bb)
        current_j = idx_bb(n);
        result(n, m) = function(a, b, c, d); % 注意这里参数要对应原current_i、current_j的取值
    end
end

这种方法完全不会产生无效零值，预分配矩阵也能最大化MATLAB的计算效率，是最省内存和时间的方案。

补救方案：快速清理已有的含零矩阵 #

如果已经生成了带零值的result矩阵，用向量化操作替代循环删除，速度会提升几个数量级：

% 一次性找出所有非全零行的索引
non_zero_rows = any(result ~= 0, 2);
% 直接提取有效行
result = result(non_zero_rows, :);

any(result ~= 0, 2)会逐行判断是否存在非零元素，返回一个逻辑向量，之后用这个向量直接索引提取有效行，全程没有循环，利用MATLAB底层优化的向量运算大幅提速。

内容的提问来源于stack exchange，提问作者yuuuu