如何利用Matlab内置函数快速构建基于mxm矩阵A、D的mn×mn块矩阵B

首先得明确块矩阵的结构，你提到用A和D（都是m×m）构建n×n块的B，通常这种块矩阵是对角线上全是A，其余位置全是D？或者是其他模式？不过先假设最常见的情况（如果不是可以调整），下面给出几种内置函数的高效实现方式，比多层for循环快很多：

方法1：利用kron函数快速构建 #

如果你的块矩阵B是对角线上全是A，其余位置全是D的话，可以用克罗内克积结合单位矩阵来生成：

% 生成n×n的单位矩阵，每个元素替换成A；再生成全1矩阵减去单位矩阵，每个元素替换成D
B = kron(eye(n), A) + kron(ones(n) - eye(n), D);

这个方法完全避免循环，依托MATLAB底层优化的内置函数，速度和内存效率都很高，尤其适合中小型矩阵的构建。

方法2：利用repmat结合矩阵索引重组 #

如果块结构更灵活（比如需要自定义部分块的位置），可以先把A和D扩展成大矩阵模板，再通过索引精准替换：

% 先把A和D分别重复成n×n块的大矩阵
A_block = repmat(A, n, n);
D_block = repmat(D, n, n);
% 生成对角块的逻辑索引（对应要替换成A的位置）
diag_idx = logical(kron(eye(n), ones(m)));
% 构建最终块矩阵
B = D_block;
B(diag_idx) = A_block(diag_idx);

这种方式的优势是灵活性强，不管块的排列规则如何，只要能生成对应的索引，就能快速完成赋值，同样不需要逐元素循环。

方法3：针对大型矩阵的内存优化方案 #

如果m和n都很大，上面的方法可能会占用较多临时内存，这时可以先构建对角块矩阵，再批量填充非对角块：

% 先构建由n个A组成的对角块矩阵
B = blkdiag(repmat({A}, 1, n){:});
% 生成所有非对角块的块索引
[row_blocks, col_blocks] = meshgrid(1:n, 1:n);
non_diag_mask = row_blocks ~= col_blocks;
row_blocks = row_blocks(non_diag_mask);
col_blocks = col_blocks(non_diag_mask);
% 批量赋值非对角块
for k = 1:length(row_blocks)
    row_range = (row_blocks(k)-1)*m + 1 : row_blocks(k)*m;
    col_range = (col_blocks(k)-1)*m + 1 : col_blocks(k)*m;
    B(row_range, col_range) = D;
end

这里的循环次数是n²-n，远少于原来的多层元素循环，而且是按块赋值，效率提升非常明显，同时也减少了临时内存的占用。

补充提示 #

如果你的块矩阵有特殊的排列模式（比如非对角块不是全为D，而是有其他规律），可以把具体的结构描述清楚，我可以再调整更适配的方案。但上面的几种方法基本覆盖了常见场景，都比多层for循环高效得多——毕竟MATLAB的内置函数和向量化操作都是经过底层优化的，比纯MATLAB循环快几个数量级。

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