逻辑运算的矩阵矢量化

Question

给定，l和r是两个常量和数组，其维数类似于和：

U： n1 x 1

V： 1 x n2

R： n1 x n2

for i = 1:n1
    for j = 1:n2
        if R(i, j) > 0
            eij = R(i, j) - U(i, :).*V(:, j);
            U(i,:) = U(i,:) + l*(2*eij*V(:,j) - r*U(i,:));
            V(:,j) = V(:,j) + l*(2*eij*U(i,:) - r*V(:,j));
        end
    end
end

如何将此代码向量化？我试过了：

E = bsxfun(@minus, R, U*V);
E(E<0) =0;
U(1:n1,:) = U(1:n1,:) + l*(2*E(1:n1, 1:n2)*V(:,1:n2)' - r*U(1:n1,:));
V(:,1:n2) = V(:,1:n2) + l*(2*U(1:n1,:)'*E(1:n1, 1:n2) - r*V(:,1:n2));

但这并没有给我相同的答案，而且由于n1和n2太大，运行循环需要花费太多时间。

请帮忙。谢谢

编辑：U=[0.3；0.1；0.15；0.05；0.2]；

V=[0.35 0.45 0.15 0.05]；

R=[5 3 0 1；4 0 0 1；1 1 0 5；1 0 0 4；0 1 5 4]；

Answer 1

您没有提供的一些信息：

您想要R的值是<= 0吗（在后面的步骤中等）？

这部分U(i, :).*V(:, j)似乎不正确：您打算将两个向量按元素相乘，并使用.*，但问题是您提供的向量长1！所以没用。你确定你想要这个吗？

无论如何，从你的代码中，我可以推断出以下内容，以便矢量化你的计算：

Rold = R;
I = R <= 0;
R = R - U*V;
R(I) = Rold(I);

这种方法当然会占用大量内存，因为它会两次分配R。