没有 for 循环的矩阵的赋值元素



我正在尝试构建一个我将与linprog一起使用的约束矩阵,并且我正在努力在不使用 for 循环的情况下有效地构建它。以下是我想要实现的示例:

A = zeros(3, 3); % Constraint matrix
i = [1 3]; % row indexes
j = [1 2 ; 1 3]; % column indexes
x = [1 2 ; 3 4]; % values to assign

分配后的预期结果:

A = [1 2 0 ; 0 0 0 ; 3 0 4]

我想执行以下操作:

A(i(1), j(1,:)) = x(1,:)
A(i(2), j(2,:)) = x(2,:)

现在,我正在使用 for 循环:

for k=1:length(i)
    A(i(k), j(k,:)) = x(k,:);
end

对于任何ij,有没有更好的方法可以做到这一点?我可以在任何地方使用 for 循环,但约束的数量取决于变量的数量,所以我的代码充满了 for 循环。定义约束矩阵以用于linprog的标准方法是什么?

你要找的是sub2ind函数。以下是改进矩阵创建的方法:

>> indx = sub2ind(size(A),[1 3 1 3]',j(:))
indx =
   1
   3
   4
   9
>> A(indx)=x(:)
A =
   1   2   0
   0   0   0
   3   0   4

请注意,您必须稍微调整一下 i 定义,以便 ij 具有相同数量的元素。

一种vectorized方法与bsxfun -

A(bsxfun(@plus,ii(:),(jj-1)*size(A,1))) = x

您需要带bsxfunexpansion,因为行索引的数量与列索引的数量不匹配。

另外,请注意,我已经将变量名称i替换为 iij替换为 jj,因为ij也与复数一起使用,否则可能会导致一些冲突

示例运行 -

>> ii(:)    %// Row indices
ans =
     1
     3
>> jj       %// Column indices
jj =
     1     2     4
     1     3     5
>> x        %// Values to assign
x =
     1     2     6
     3     4     8
>> A        %// Output
A =
     1     2     0     6     0
     0     0     0     0     0
     3     0     4     0     8

它有两个好处:

  1. 避免调用它的原始版本sub2ind,因为more efficient with runtime.

  2. 在内部完成的扩展不使用任何循环或repmat分别保存循环或其他函数调用。

这是另一种方法,利用sparse

A = full(sparse(repmat(ii,size(jj,1),1).', jj ,x));

我使用 iijj 作为变量名称,而不是 ij ,如 Divakar 的答案。

最新更新