如何在Matlab中避免循环实现v(i,:)*k*v(i,:)'批量计算提升效率

对于你的需求，完全可以用矢量化矩阵运算替代循环，以下是两种高效实现方式，尤其适合v行数较多（数千行）的场景：

方法1：矩阵乘法+提取对角线 #

k = rand(15,15);
v = rand(6,15);
C = diag(v * k * v');

原理：v * k 生成n×15矩阵（n为v的行数），每行对应v(i,:)*k；再与v'相乘得到n×n矩阵，其对角线元素恰好是循环中计算的C(i)，用diag提取对角线即可得到目标向量。注意：当n很大时，n×n矩阵会占用较多内存，此时更推荐方法2。

方法2：逐元素相乘后求和（内存高效） #

C = sum(v .* (v * k), 2);

原理：先通过v * k计算每行v与k的乘积，得到n×15矩阵；再与原v矩阵做元素级乘法（.*），最后沿行维度（维度2）求和，直接得到n×1的目标向量C。这种方法仅生成n×15的中间矩阵，内存占用远低于方法1，更适合大规模数据场景。

结果验证 #

两种方法的计算结果与原循环完全一致（浮点精度范围内），可以用以下代码验证：

% 原循环实现
C_loop = zeros(size(v,1),1);
for i=1:size(v,1)
   C_loop(i) = v(i, :) * k * v(i, :)';
end

% 对比误差
max(abs(C - C_loop)) % 结果应接近0

内容的提问来源于stack exchange，提问作者S B