MATLAB无循环实现三维矩阵B生成：由A构造n×n×m矩阵

嘿，这个需求我太熟悉了！要把那段循环代码改成无循环的高效实现，其实MATLAB里有几种非常简洁且性能拉满的方法，完全不用依赖arrayfun或者rowfun（这俩反而可能不如直接用广播高效）。下面给你详细拆解：

核心思路 #

首先得明确：你要生成的B(:,:,i)其实是向量A(:,i)的外积，也就是B(k,l,i) = A(k,i) * A(l,i)。本质上就是把A的每个元素和其他位置的元素做对应相乘，然后按页组织——这刚好是**广播（Broadcasting）**的拿手好戏！

方法1：隐式广播（推荐，MATLAB R2016b+） #

从R2016b开始，MATLAB支持自动广播，不用再写bsxfun，代码超级简洁：

A = rand(n,m);
% 把A分别变形为n×1×m和1×n×m，自动广播相乘得到n×n×m的B
B = reshape(A, n, 1, m) .* reshape(A, 1, n, m);

或者更直观的写法（效果完全一样）：

B = A(:,ones(1,n),:) .* A(ones(1,n),:,:);

这里A(:,ones(1,n),:)是把A的每一列重复n次，变成n×n×m的张量；A(ones(1,n),:,:)是把A的每一行重复n次，同样变成n×n×m的张量，然后对应元素相乘就得到了每个外积页。

方法2：bsxfun（兼容旧版本MATLAB） #

如果你的MATLAB版本比较老（R2016b之前），就用bsxfun来实现广播逻辑：

A = rand(n,m);
B = bsxfun(@times, reshape(A, n, 1, m), reshape(A, 1, n, m));

bsxfun(@times, X, Y)会自动扩展X和Y的维度，让它们可以做元素级乘法，和上面的隐式广播效果完全一致。

为什么这些方法比循环高效？ #

MATLAB的内置广播操作是用底层优化过的C代码实现的，完全避开了MATLAB解释器处理循环的开销。尤其是当n和m比较大的时候（比如n=100，m=1000），这些方法的速度会比循环快几倍甚至几十倍。

注意事项 #

如果n和m都很大，要留意内存占用：B是n×n×m的矩阵，比如n=1000、m=1000的话，B会占用约8GB内存（双精度），这时候得确保你的机器有足够的内存空间。

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