Octave中多维数组向量化填充：如何移除嵌套循环

嘿，这问题太典型了——多层嵌套循环不仅写起来繁琐，当向量长度拉到100这种规模时，运行效率还会大打折扣。咱们直接用Octave原生的向量化索引特性，一步就能替代所有循环，省心又高效！

核心思路拆解 #

原代码里的5层循环，本质就是做一件事：根据rti数组每个位置的索引值，从Rc的第二行取出对应元素，填充到ratt的对应位置。而Octave的索引操作天生支持多维数组的向量化访问，完全不需要循环来逐个处理元素。

优化后的代码 #

% 保留原有的向量与数组定义（和你的代码一致）
Lr = linspace(100,300,10); 
vi = linspace(10,30,10); 
vf = linspace(10,30,10); 
b = linspace(0.5,1.2,10); 
h = linspace(0.3,0.8,10); 
Rc = [1000, 1500, 2000, 2500, 3000, 3500; 29, 22.4, 17.3, 13.4, 10.4, 8]; 
rti = randi(5, 10, 1, 10, 10, 10, 10);

% 向量化填充，一步替代所有嵌套循环！
Rc_row2 = Rc(2, :);  % 先提取Rc的第二行作为取值源
ratt = Rc_row2(rti); % 直接用rti的多维索引取值，自动匹配目标维度

为什么这方法可行？ #

• Octave允许用多维数组作为索引访问一维向量：当你用rti（6维数组）去索引Rc_row2（1维行向量）时，Octave会遍历rti的每一个元素，取出Rc_row2中对应位置的值，最终返回一个和rti维度完全一致的数组——这正好是我们需要的ratt的维度。
• 不管你的向量长度是1还是100，这个方法都完全适配，不需要做任何调整。而且维度越大，向量化比循环的速度优势越明显。

维度匹配验证 #

你可以用size(ratt)和size(rti)检查结果，两者维度会完全一致：原循环生成的ratt是(10,1,10,10,10,10)，向量化后的结果也会保持这个维度，完全符合需求。

内容的提问来源于stack exchange，提问作者M.P.