Matlab中数组与矩阵累加行交集计数的代码优化需求

嘿，这个场景太常见了！当U增大到20甚至更大时，手动写A与B(1,:)、A与B(1:2,:)这种重复代码确实会非常繁琐，咱们可以用循环遍历或者向量化运算两种方式来简化，不仅代码更整洁，效率也能提升不少。

先回顾下你的初始代码（我帮你补全了B的生成逻辑）：

N = 1024;
k = 256;
U = 5; % 这里可以轻松改成20、100等任意数值
A = randperm(N, k);
% 生成U行的B矩阵，每行都是randperm(N,k)
B = zeros(U, k);
for i = 1:U
    B(i, :) = randperm(N, k);
end

方案一：循环遍历（简单易懂，适合入门） #

这个方案逻辑直白，不管U多大，只需要一次循环就能完成所有计算：

% 初始化结果数组，存储A与B前1~U行的公共元素数量
common_counts = zeros(1, U);

for m = 1:U
    % 合并B的前m行，计算与A的公共元素数量
    combined_rows = B(1:m, :);
    common_counts(m) = numel(intersect(A, combined_rows));
end

解释：循环变量m从1到U，每次取B的前m行合并成一维向量，用intersect找到和A的公共元素，再用numel统计元素个数，最终结果存在common_counts数组里——common_counts(m)就是A与B前m行的公共元素数。

方案二：向量化运算（高效快捷，适合大U场景） #

如果U很大（比如几十上百），重复调用intersect会有性能损耗，用ismember结合累积运算的向量化方法会快很多：

% 第一步：判断A中每个元素是否在B的每一行中存在，得到k×U的逻辑矩阵
element_in_rows = ismember(A, B);

% 第二步：累积判断A元素是否在前m行中出现过（只要某一行出现就算存在）
cumulative_exist = cumsum(element_in_rows, 2) >= 1;

% 第三步：对每一列求和，得到前m行的公共元素总数
common_counts = sum(cumulative_exist, 1);

解释：

1. element_in_rows(i,j)为1表示A(i)在B(j,:)中存在；
2. cumsum(element_in_rows, 2)按列累加，再判断>=1，就能得到每个A元素在前m行中是否出现过；
3. 最后按列求和，每一列的结果就是对应前m行的公共元素数量。

这个方法把所有判断一次性完成，避免了循环中重复的数组合并和交集计算，数据量越大，效率优势越明显。

内容的提问来源于stack exchange，提问作者user33184