非矢量化到矢量化，matlab

Question

我有两个问题。请参阅下面的see代码

it=0:0.01:360;
jt=0:0.01:270;

LaserS=zeros(size(it,2)*size(jt,2),2);
p=1;
for m=it
    for n=jt
        LaserS(p,:)=[m,n];
        p=p+1;
    end
end

它非常慢，并且占用大量内存(大约7.7765e+009字节)。所以我不能运行它。如何改进它并解决内存问题。我使用的是8 8Gb内存的win7 64。

Answer 1

你想做什么？“重塑”应该可以解决你的问题。

LaserS=zeros(size(it,2)*size(jt,2),2);
JT=reshape(repmat(jt,[1,numel(it)]),1,numel(jt)*numel(it));
IT=reshape(repmat(it,[numel(jt),1]),1,numel(jt)*numel(it));

LaserS = [JT.', IT.'];

预分配数组将节省内存命中率。否则这里就没有内存优化了。

Answer 2

除非使用较少的值，否则无法减少内存使用量。it和jt是否可以以0.1而不是0.01为步长？

这里有一种不需要循环就能构建结果矩阵的方法。

LaserS = [rempat(it.', length(jt), 1), kron(ones(length(it), 1), jt.')];

Answer 3

这段代码在运行后，最终得到的矩阵LaserS的形状是972000000 x 2。如果你真的需要同时将这些值加载到内存中，这就是它的大小，没有什么可做的。

我的第一种方法是，如果在通过LaserS执行进一步处理的同时“动态”生成矩阵数据，也许可以实现程序的总体目标。

希望这能有所帮助！