我想要向量化这个double for循环,因为它是我代码中的一个瓶颈。由于Matlab是一种基于1的索引语言,因此我必须为M= 0创建一个附加项。
R,r,lambda是常量
Slm(L,M),Clm(L,M)是70x70矩阵
Plm(L,M)是一个70x71的矩阵
Cl(L),Pl(L)是向量70x1
% function dU_r
s1 = 0;
for L = 2:70
s1 = s1 + ((R/r)^L)*(L+1)*Pl(L)*Cl(L);
for m = 1:L
s1 = s1 + ((R/r)^L)*(L+1)*Plm(L,M)*(Clm(L,M)*...
cos(M*lambda) + Slm(L,M)*sin(M*lambda));
end
end
dU_r = -(mu_p/(r^2))*s1;
% function dU_phi
s2=0;
for L = 2:70
s2 = s2 + ((R/r)^L))*Plm(L,1)*Cl(L);
for m = 1:l
s2 = s2 + ((R/r)^L)*(Plm(L,M+1)-M*tan(phi)*Plm(L,M))*...
(Clm(L,M)*cos(M*lambda) + Slm(L,M)*sin(M*lambda));
end;
end;
dU_phi = (mu_p/r)*s2;
% function dU_lambda
s3=0;
for L=2:70
for m=1:L
s3 = s3 + ((R/r)^L)*M*Plm(L,M)*(Slm(L,M)*cos(M*lambda)...
- Clm(L,M)*sin(M*lambda));
end;
dU_lambda = (mu_p/r)*s3;发布于 2011-05-31 08:18:56
我认为以下代码可能是解决方案的一部分(仅部分矢量化),对于完全矢量化,我想你可能想看看meshgrid,ndgrid,bsxfun和/或repmat。
s2 = 0;
L = 2:70;
PlCl = Pl.*Cl;
PlmClm = Plm.*Clm;
Rrl = (R/r).^(L).*(L+1);
COS = cos((1:70)*lambda);
SIN = sin((1:70)*lambda);
for l=L
M = 1:l;
s1 = sum(Rrl(l-1)*PlmClm(l,M).*(COS(M) + Slm(l,M).*SIN(M)));
s2 = s2 + s1;
end;
s2 = s2 + sum(Rrl(L).*PlCl(L));我还没有尝试运行这段代码,所以如果它可能会抱怨一些尺寸。你应该能够弄清楚这一点(只是这里或那里的一些转置可能会做到)。
顺便说一句:尽量避免使用短的变量名(当然还有像l这样模棱两可的名称(可能会被误读为1、i或l)。此外,如果您有实际的(即未编码的)表达式,那么向量化您的代码可能会更容易。
edit:新手建议的应用校正
发布于 2011-05-31 13:13:37
对于这种特殊情况,使用而不是来完全向量化您的解决方案可能会更有效率。As Egon illustrates,可以通过向量化来替换内部循环,但是替换外部循环也可能会降低您的解决方案的速度。
原因是什么?如果您注意如何在循环中索引矩阵Plm、Clm和Slm,则只能使用它们的lower triangular parts中的值。忽略主对角线以上的所有值。通过完全向量化您的解决方案,这样它使用矩阵运算而不是循环,您将最终执行不必要的乘法与矩阵的上三角部分归零。这是for循环可能是更好的选择的情况之一。
因此,下面是一个经过改进和校正的Egon's answer版本,在执行的数学运算数量方面应该接近最佳:
index = 2:70;
coeff = ((R/r).^index).*(index+1);
lambda = lambda.*(1:70).'; %'
cosVector = cos(lambda);
sinVector = sin(lambda);
s2 = coeff*(Pl(index).*Cl(index));
for L = index
M = 1:L;
s2 = s2 + coeff(L-1)*((Plm(L,M).*Clm(L,M))*cosVector(M) + ...
(Plm(L,M).*Slm(L,M))*sinVector(M));
end发布于 2011-06-02 02:37:40
参考Jan Simon 1给出的解决方案,我为我的问题编写了以下代码
Rr = R/r;
RrL = Rr;
cosLambda = cos((1:70)* lambda);
sinLambda = sin((1:70)* lambda);
u1 = uint8(1);
s1 = 0;
s2 = 0;
s3 = 0;
for j = uint8(2):uint8(70)
RrL = RrL * Rr;
q1 = RrL * (double(j) + 1);
t1 = Pl(j) * datos.Cl(j);
q2 = RrL;
t2 = Plm(j,1) * Cl(j);
t3 = 0;
for m = u1:j
t1 = t1 + Plm(j,m) * ...
(Clm(j, m) * cosLambda(m) + ...
Slm(j, m) * sinLambda(m));
t2 = t2 + (Plm(j,m+1)-double(m)*tan_phi*Plm(j,m))*...
(Clm(j,m)*cosLambda(m) + Slm(j,m)*sinLambda(m));
t3 = t3 + double(m)*Plm(j,m)*(Slm(j,m)*cosLambda(m)...
- Clm(j,m)*sinLambda(m));
end
s1 = s1 + q1 * t1;
s2 = s2 + q2 * t2;
s3 = s3 + q2 * t3;
end
dU_r = -(mu_p/(r^2))*s1;
dU_phi = (mu_p/r)*s2;
dU_lambda = (mu_p/r)*s3https://stackoverflow.com/questions/6181169
复制相似问题