重复复制数组元素：在MATLAB中进行游程解码

[poster]

我正在尝试使用“值”数组和“计数器”数组将多个值插入到数组中。例如，如果：

a=[1,3,2,5] b=[2,2,1,3] 我想要一些功能的输出

c=somefunction(a,b) 成为

c=[1,1,3,3,2,5,5,5] 其中a（1）重复b（1）次，a（2）重复b（2）次，依此类推...

MATLAB中是否有内置函数可以执行此操作？如果可能，我想避免使用for循环。我已经尝试了'repmat（）'和'kron（）'的变体但无济于事。

这基本上是Run-length encoding 。


回答：
问题陈述

我们的价值观，数组vals和游程， runlens ：

vals = [1,3,2,5] runlens = [2,2,1,3] 我们需要以vals重复每个元素乘以runlens每个对应元素。因此，最终输出将是：

output = [1,1,3,3,2,5,5,5] 前瞻性方法

cumsum是MATLAB最快的工具之一，在处理对不规则模式起作用的矢量化问题时非常有用。在陈述的问题中，不规则性带有runlens的不同元素。

现在，要利用cumsum ，我们需要在这里做两件事：初始化一个zeros数组并将“适当的”值放置在zeros数组的“关键”位置，这样，在应用“ cumsum ”后，我们最终得到一个重复的阵列天线的最终vals的runlens倍。

步骤：让我们对上述步骤进行编号，以使前瞻性方法更容易理解：

1）初始化零数组：长度必须是多少？由于我们要重复runlens时间，所以zeros数组的长度必须是所有runlens的总和。

2）查找关键位置/索引：现在这些关键位置是沿着Zeros数组放置的位置，其中vals中的每个元素都开始重复。因此，对于runlens = [2,2,1,3] ，映射到zeros数组的关键位置将是：

[X 0 X 0 XX 0 0] % where X's are those key positions. 3）找到合适的值：使用cumsum之前要进行锤打的最后一个钉子是将“适当的”值放入这些关键位置。现在，因为我们会做cumsum后不久，如果你认真地思考，你会需要一个differentiated的版本values与diff ，使cumsum那些将带回我们的values 。由于这些微分值将被放置在由runlens距离分隔的位置处的零数组上，因此使用cumsum我们将让每个vals元素重复runlens次作为最终输出。

解决方案代码

这是将上述所有步骤组合在一起的实现-

% Calculate cumsumed values of runLengths. % We would need this to initialize zeros array and find key positions later on. clens = cumsum(runlens) % Initalize zeros array array = zeros(1,(clens(end))) % Find key positions/indices key_pos = [1 clens(1:end-1)+1] % Find appropriate values app_vals = diff([0 vals]) % Map app_values at key_pos on array array(pos) = app_vals % cumsum array for final output output = cumsum(array) 预分配黑客

可以看出，上面列出的代码使用带有零的预分配。现在，根据这个UNDOCUMENTED MATLAB关于更快的预分配的博客 ，使用以下命令可以实现更快的预分配：

array(clens(end)) = 0; % instead of array = zeros(1,(clens(end))) 总结：功能代码

要包装所有内容，我们将有一个紧凑的功能代码来实现这种游程长度解码，如下所示：

function out = rle_cumsum_diff(vals,runlens) clens = cumsum(runlens); idx(clens(end))=0; idx([1 clens(1:end-1)+1]) = diff([0 vals]); out = cumsum(idx); return; 标杆管理

基准测试代码

接下来列出的是基准测试代码，用于比较本篇文章中所述的cumsum+diff 方法与MATLAB 2014B上的另cumsum-only基于cumsum-only的方法的运行时和加速-

datasizes = [reshape(linspace(10,70,4).'*10.^(0:4),1,[]) 10^6 2*10^6]; % fcns = {'rld_cumsum','rld_cumsum_diff'}; % approaches to be benchmarked for k1 = 1:numel(datasizes) n = datasizes(k1); % Create random inputs vals = randi(200,1,n); runs = [5000 randi(200,1,n-1)]; % 5000 acts as an aberration for k2 = 1:numel(fcns) % Time approaches tsec(k2,k1) = timeit(@() feval(fcns{k2}, vals,runs), 1); end end figure, % Plot runtimes loglog(datasizes,tsec(1,:),'-bo'), hold on loglog(datasizes,tsec(2,:),'-k+') set(gca,'xgrid','on'),set(gca,'ygrid','on'), xlabel('Datasize ->'), ylabel('Runtimes (s)') legend(upper(strrep(fcns,'_',' '))),title('Runtime Plot') figure, % Plot speedups semilogx(datasizes,tsec(1,:)./tsec(2,:),'-rx') set(gca,'ygrid','on'), xlabel('Datasize ->') legend('Speedup(x) with cumsum+diff over cumsum-only'),title('Speedup Plot') rld_cumsum.m关联功能代码：

function out = rld_cumsum(vals,runlens) index = zeros(1,sum(runlens)); index([1 cumsum(runlens(1:end-1))+1]) = 1; out = vals(cumsum(index)); return; 运行时和加速图





结论

cumsum-only使用cumsum-only方法相比，建议的方法似乎使我们有了明显的提速，后者约为3倍 ！

为什么这种基于cumsum+diff的新方法比以前cumsum-only更好？

好了，原因就在于在了最后一步的本质cumsum-only做法，需要以“cumsumed”值映射到vals 。在新的cumsum+diff为基础的方法，我们正在做diff(vals)代替用于其MATLAB是处理只n元件相比的映射（其中n是游程长度的数量） sum(runLengths)的元素的数目为cumsum-only方法，并且该数字必须是n许多倍，因此，使用这种新方法的速度明显提高！



更多&回答...