Matlab求向量的模——速度比较

这篇博客介绍了在Matlab中计算10,000维向量模的6种方法,包括norm()函数、sum()与sqrt()结合等,并通过实测比较了它们在执行100,000次时的运行时间。结果显示,利用向量点积的方法(方式D)速度最快,而for循环(方式E)最慢。
摘要由CSDN通过智能技术生成

Matlab求向量的模——6种方式

方式A:利用norm()函数

A=norm(vector);

方式B:利用sum()函数和sqrt()函数

B=sqrt(sum(vector.*vector));

方式B1:利用sum()函数和sqrt()函数

B1=sqrt(sum(vector.^2));

方式C:利用向量点积和sqrt()函数

C=sqrt(vector'*vector);

方式D:只利用向量点积(速度最快)

D=(vector'*vector)^0.5;

方式E:利用for循环

sum2=0;
for j=1:10000	% 10,000维向量
    sum2=sum2+vector(j)^2;
end
E=sum2^0.5;

6种方式——速度比较

方式计算10,000维列向量的模100,000次所消耗时间
A0.201642 s
B1.414379 s
B11.417971 s
C0.137922 s
D0.135617 s
E1.258919 s
  • 19
    点赞
  • 40
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
MATLAB中,计算向量有几种方式。其中一种方式是使用norm()函数,即A=norm(vector)。这会计算出向量。另一种方式是利用sum()函数和sqrt()函数,即B=sqrt(sum(vector.*vector))或B1=sqrt(sum(vector.^2))。这两种方式都使用了向量的元素进行运算,并最后使用sqrt()函数计算出向量。还有一种方式是利用向量的点积和sqrt()函数,即C=sqrt(vector'*vector)。这种方式只使用了向量的点积,速度最快。另外,还可以使用只利用向量的点积的方式,即D=(vector'*vector)^0.5。最后一种方式是利用for循环,将向量的每个元素的平方相加,并使用sqrt()函数计算出向量,即E。对于计算10,000维列向量100,000次所消耗的时间,可以比较这6种方式的速度。根据引用中给出的数据,可以看出方式D和方式C的速度最快,分别为0.135617 s和0.137922 s。而方式B1和方式E的速度较慢,分别为1.414379 s和1.258919 s。综上所述,你可以根据具体的需选择合适的方式来计算MATLAB中的向量值。<span class="em">1</span><span class="em">2</span> #### 引用[.reference_title] - *1* [Matlab向量——速度比较](https://blog.csdn.net/zhiTjun/article/details/123409852)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"] - *2* [MATLAB向量](https://blog.csdn.net/weixin_32259417/article/details/115854889)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值