X = ones(10,1)*x
2)向量逻辑操作 程序运行速率慢的一个地方是条件语句。表面上看,条件检验无法进行向量化,但实际上,在Matlab中,如大于、等于这些比较函数都能够在向量或矩阵上运算。这样,下面的Matlab代码
[1 2 3 4 5 6] < 4
将返回结果[1 1 1 0 0 0],其中0代表假,1代表真。由后面产生一个冲激信号向量的技巧给出另一个简单例子:
nn = [-20:80];
impulse = (nn==0);
stem(nn,impulse);
3)Clip函数向量化 Clip函数用来以给定的上限和下限剪切一个输入信号。用常用的语句编写的代码如下: function y = clip(x,lo,hi) %Clip --- threshold large and small elements in matrix x %======>slowest possible version <========= [M,N] = size(x); for m = 1:M for n = 1:N if x(m,n) > hi x(m,n) = hi; elseif x(m,n) < lo x(m,n) = lo; end,end,end y = x; 上面代码具有双重嵌套的for循环,用于经过矩阵所有的元素。为得到速度较快的版本,必须完全放弃该循环而利用逻辑操作的向量性质。进一步,我们可以利用:true和false具有1和0的数值作为屏蔽,例如上述代码可以改写如下:
function y = clip(x,lo,hi)
%=========>fast version<=========
%(uses matrix logicals to replace loops)
y = (x .* [x<=hi]) + (hi .* [x>hi]);
y = (y .* [x>=10]) + (lo .* [x<lo]);
如果使用上面的方法,算术运算的次数大于第一个版本。(可以使用etime和flops函数对这两个版本的函数进行计时)。即使是产生第二个版本需要进行10倍次数的大量计算的情形,第二个版本仍运行得比第一个版本快上10倍。4)“:”算子 “:”符号可以通过给出起始序号、步长以及结尾序号来产生标号范围。因此,规则相间的整数(或实数)向量可经由下式得到 iii = start:skip:end 另外,“:”可以与矩阵结合起来操作,对矩阵A,A(2:5,1:3)分出一个4*3的子矩阵。而A(:)产生一个列向量,该向量正是A的连接在一起的列。矩阵A的更一般的“再成形”可以用reshape(A,M,N)函数实现。5)经常使用help指令来查询函数的帮助信息,而用type指令查看函数内容。