如何按距离分割最短路径？MATLAB现有实现优化需求

嘿，我来给你分享几个更简洁的MATLAB实现思路，能替代你当前用cumsum+accumarray的繁琐方案，让代码可读性更强、逻辑更直观：

核心需求回顾 #

我们需要把固定起点A的有序路径，按照**累计距离超过阈值th**的规则分割成多条子路径，已知两两距离、总距离和路径点的有序索引。

方案1：用discretize+splitapply简化分组（最推荐） #

discretize可以直接根据累计距离的区间完成分组，比手动计算subs的逻辑清晰太多，搭配splitapply生成子路径的代码也更简洁：

Dmax = max(totdistance);
th = Dmax/4; % 设定分割阈值
cum_dist = cumsum(distances); % 先计算全程的累计距离

% 用discretize把每个点的累计距离映射到对应分组，区间为[0, th], (th, 2th], ...
groups = discretize(cum_dist, 0:th:inf);
% 确保起点（第一个点）被分到第一组（避免极端情况：第一个距离就超过th时的分组偏差）
groups(1) = 1;

% 按组提取距离并计算子路径的累计距离，直接生成cell数组
newPaths = splitapply(@(idx) {cumsum(distances(idx))}, 1:numel(distances), groups);

这个方案的优势是代码行数少、逻辑一目了然，完全省去了原方案中nSplit和subs的手动计算，出错概率更低。而且同样支持替换为总成本/两两成本分割，只需要把distances换成对应的成本数组即可。

方案2：循环+逻辑索引（适合小数据量，最易读） #

如果你的路径点数量不多，循环写法反而更直观，后续维护或调试起来也更方便：

Dmax = max(totdistance);
th = Dmax/4; % 设定分割阈值
cum_dist = cumsum(distances);
newPaths = {};

% 按阈值区间遍历每个子路径
for group_idx = 1:ceil(cum_dist(end)/th)
    % 找到当前组内的所有路径点索引
    lower_bound = (group_idx-1)*th;
    upper_bound = group_idx*th;
    % 第一组要强制包含起点
    if group_idx == 1
        idx = [true, cum_dist(2:end) <= upper_bound];
    else
        idx = cum_dist > lower_bound & cum_dist <= upper_bound;
    end
    % 计算当前子路径的累计距离并存入cell数组
    newPaths{group_idx} = cumsum(distances(idx));
end

这种写法的每一步逻辑都非常直白，哪怕是刚接触MATLAB的人也能看懂，适合团队协作或者需要频繁调整分割规则的场景。

方案3：用find定位分割点（精准控制分割位置） #

如果需要更精准地控制分割点的位置，可以先找到所有累计距离超过阈值的位置，再给每个点分配组号：

Dmax = max(totdistance);
th = Dmax/4; % 设定分割阈值
cum_dist = cumsum(distances);

% 找到所有需要分割的位置：累计距离首次超过k*th的点索引
split_pos = find(cum_dist > th:th:cum_dist(end));
% 初始化组号数组
groups = ones(size(distances));
current_group = 1;
split_idx = 1;

% 遍历每个点，分配对应的组号
for i = 1:numel(distances)
    if split_idx <= numel(split_pos) && i == split_pos(split_idx)
        current_group = current_group + 1;
        split_idx = split_idx + 1;
    end
    groups(i) = current_group;
end

% 生成子路径累计距离
newPaths = splitapply(@(d) {cumsum(d)}, distances, groups);

这个方案适合需要自定义分割规则的场景，比如你想调整分割点的偏移量，只需要修改split_pos的计算逻辑即可。

对比你原来的方案，这几个实现都更注重可读性和可维护性，其中discretize+splitapply的组合是最简洁高效的，完全可以替代原有的cumsum+accumarray写法。

内容的提问来源于stack exchange，提问作者user158013