MATLAB或CVX中的for循环避免

更新：相应解析器工具已写好，叫Vecpaser

    MATLAB 或 CVX (一种凸优化建模工具)中用 for 循环初始化或者表达变量约束，会导致程序运行时间大大增加。因此可尝试用以下 2 或 3 种操作组合将 for 循环写为矩阵运算(即向量化，vectorize)：

命令	作用
repmat	增加变量(矩阵)的维度
permute	置换变量(矩阵)的维度
reshape	修改变量(矩阵)的形状

示例

$\star$ 1. 表达形如 $f(x_{ab},y_c)\le 0$ 的约束。假设 $a\le A,b\le B,c\le C$。
    一般 $f$ 输出的是一个维度 $A\times B\times C$ 的变量，那么 $x_{ab}$ 和 $y_c$ 都需要在运算前，用 repmat 进行增维。remat( $x_{ab}$, 1, 1, $C$ ) 可输出 $x_{abc}$， 意思是前两维分别乘上1(不变)， 增加一个长度为 $C$ 的维度。同理用 remat( $y_c$, 1, $A$, $B$ ) 可输出 $y_{cab}$，但两者维度顺序并没有对齐，不能直接运算。所以需要用 permute( $y_{cab}$, [2,3,1] ) 使得 $y_{cab}$ 变成 $y_{abc}$ 。2，3，1分别代表原来矩阵的第2，第3，第1个维度， [2,3,1] 是排列后的维度顺序。此时两个变量可以直接运算了。例如用 CVX 表达约束

$x_{ab}+y_c\le 3,\forall a,b,c.$

共有以下2种表述方法。若不用上述方法，即直接表示为

% 注意x是AxB维矩阵，y是Cx1维矩阵
for a=1:A
	for b=1:B
		for c=1:C
			x(a,b)+y(c) <= 3 ;
		end
	end
end

用上述方法加速，则应表示为

repmat(x,1,1,C) + permute(repmat(y,1,A,B),[2,3,1]) <= 3;

后者优点是避免了三重 for 循环遍历，尤其当 $A,B,C$ 较大时，极大节省了运行时间。缺点是当运算较复杂时，会涉及多层的嵌套，代码可读性下降，不利于后续检查。另外，有极少量约束无法用此方法表达。
    而在实际中，运用类似思维，只要稍微注意输入维度和输出维度，基本上看似复杂的约束全都可以通过一层层这2个命令的嵌套表达。另外，求和是常见的降维操作，需要注意，MATLAB 中只有对矩阵的最后一维求和才会降维，例如 sum($x_{abc}$, 3) 会对 $x_{abc}$ 的第三维度进行求和，输出一个$A\times B$ 矩阵，而sum($x_{abc}$, 2) 会对 $x_{abc}$ 的第二维度求和，输出一个$A\times 1\times C$ 矩阵。建议先将需要求和的维度置换到末尾，然后对最后一维求和即可。若经常使用CVX，上述所有过程（包括命令的多层嵌套）可编一个处理字符串的程序自动实现。

2. reshape 的使用。reshape 命令用于调整矩阵的形状，例如将 $N\times M\times P$ 维矩阵调整为 $N\times MP$ 维。有时候会用到。例如想对$N\times M\times P$ 矩阵 $x_{nmp}$ 每 $N$ 个元素做线性变换，而线性变换的矩阵是二维的，所以可用 reshape 先将 $x_{nmp}$ 调整为 $N\times MP$ 维矩阵，再将线性变换矩阵与其相乘，最后再用 reshape 变形回来。其他说明略。
3. 一些不可避免的 for 循环可用 C++ 实现再嵌入MATALB。参见其他人写的步骤。

后续

    不知道是否有人编写过一个自动将 LATEX 描述的数学约束或其他式子转化为 MATLAB 中高效矩阵运算的字符串处理程序，希望能看见这样的项目或程序，或类似的方法。有不懂怎么向量化的约束欢迎在下面评论区留言(CVX相关的问题，也可以在CVX论坛寻求帮助。 博主在CVX论坛的用户名是jackfsuia。此篇的英文版在如何向量化大多数CVX约束。)。

* 纪念学生生涯的最后时光 却纵有 太多 、太多 的遗憾。