matlab 中的向量化,Matlab向量化优化小结

from http://hi.baidu.com/bittnt/item/a66eb49c43c077d97b7f01c9

今天终于搞定了一个新算法的用例和调试~，总结一下Matlab中的向量优化小结。

1、给定一个列向量v1，和一个行向量v2, 计算矩阵M，使得M(i, j) = v1(i) + v2(j)。一种常用的向量化实现：m = length(v1);

n = length(v2);

M = repmat(v1, [1, n]) + repmat(v2, [m, 1]);

2、另外，发现bsxfun是个好东东，其中函数全部用C实现了快速矩阵算法，在时间和空间上都比较节省。

C = bsxfun(fun,A,B)

那个fun可以是以下很多算子。

@plus

Plus

@minus

Minus

@times

Array multiply

@rdivide

Right array divide

@ldivide

Left array divide

@power

Array power

@max

Binary maximum

@min

Binary minimum

@rem

Remainder after division

@mod

Modulus after division

@atan2

Four quadrant inverse tange