poster
2019-12-10, 16:49
我目前在名为template的变量中将5D数组写入称为template1D的1D数组中，并具有3456（8 * 12 * 3 * 4 * 3）个条目的哈希表。在Matlab中，按以下方式访问多维数组：
template{idx_r, idx_l, idx_rho, idx_alpha, idx_beta} 但是，由于我的索引分别从0-7、0-11、0-2、0-3和0-2出发，因此我不确定要从中检索总索引号的最简单方法是什么这五个索引，以便正确获取模板数组中的正确片段。正确执行此类哈希函数的最简单方法是什么？
回答：
尽管您当然可以自己算术计算线性索引（如Tal (https://stackoverflow.com/questions/919353/5d-array-hash-table/919404#919404)所指出的），但使用内置函数SUB2IND (http://www.mathworks.com/access/helpdesk/help/techdoc/ref/sub2ind.html) （如Loren (https://stackoverflow.com/questions/919353/5d-array-hash-table/920506#920506)所指出的） 将更简洁 (http://www.mathworks.com/access/helpdesk/help/techdoc/ref/sub2ind.html) ，易于阅读。对于您的示例，您可以通过以下方式使用它：
index = sub2ind([8 12 3 4 3], idx_r, idx_l, idx_rho, idx_alpha, idx_beta); 如果所有索引均基于0，则在将它们传递给SUB2IND之前，必须将每个索引加1。
编辑：
如果您想了解如何自己在MATLAB中正确地计算线性索引，以使它们与SUB2IND的结果一致，那么您将使用以下代码：
index = (((idx_beta*4 + idx_alpha)*3 + idx_rho)*12 + idx_l)*8 + idx_r + 1; 注意 ，此方程式需要使用的索引必须基于0，而传递给SUB2IND的索引必须基于1。将该方程推广为任意数量的维度N ：
index = (...(idx(N)*sz(N-1) + idx(N-1))*sz(N-2) + ...)*sz(1) + idx(1) + 1; 或更简洁地：
index = 1 + sum(idx.*cumsum([1 sz(1:(N-1))])); 其中idx是每个维度的基于0的索引值的数组，而sz是每个维度的尺寸的数组。
更多&回答... (https://stackoverflow.com/questions/919353)
template{idx_r, idx_l, idx_rho, idx_alpha, idx_beta} 但是，由于我的索引分别从0-7、0-11、0-2、0-3和0-2出发，因此我不确定要从中检索总索引号的最简单方法是什么这五个索引，以便正确获取模板数组中的正确片段。正确执行此类哈希函数的最简单方法是什么？
回答：
尽管您当然可以自己算术计算线性索引（如Tal (https://stackoverflow.com/questions/919353/5d-array-hash-table/919404#919404)所指出的），但使用内置函数SUB2IND (http://www.mathworks.com/access/helpdesk/help/techdoc/ref/sub2ind.html) （如Loren (https://stackoverflow.com/questions/919353/5d-array-hash-table/920506#920506)所指出的） 将更简洁 (http://www.mathworks.com/access/helpdesk/help/techdoc/ref/sub2ind.html) ，易于阅读。对于您的示例，您可以通过以下方式使用它：
index = sub2ind([8 12 3 4 3], idx_r, idx_l, idx_rho, idx_alpha, idx_beta); 如果所有索引均基于0，则在将它们传递给SUB2IND之前，必须将每个索引加1。
编辑：
如果您想了解如何自己在MATLAB中正确地计算线性索引，以使它们与SUB2IND的结果一致，那么您将使用以下代码：
index = (((idx_beta*4 + idx_alpha)*3 + idx_rho)*12 + idx_l)*8 + idx_r + 1; 注意 ，此方程式需要使用的索引必须基于0，而传递给SUB2IND的索引必须基于1。将该方程推广为任意数量的维度N ：
index = (...(idx(N)*sz(N-1) + idx(N-1))*sz(N-2) + ...)*sz(1) + idx(1) + 1; 或更简洁地：
index = 1 + sum(idx.*cumsum([1 sz(1:(N-1))])); 其中idx是每个维度的基于0的索引值的数组，而sz是每个维度的尺寸的数组。
更多&回答... (https://stackoverflow.com/questions/919353)