与每个字段的单个元胞数组相比，MATLAB 结构元胞数组非常慢

Question

我有一些代码，其中有特定的 class 个对象，每个对象都有多个字段。从面向对象的角度来看，它是您所能得到的 classic。

我初始化代码为：

object = cell(N, 1);
% Each field may contain matrices of different dimensions at each iteration
for i = 1 : N
    object{i}.field1 = ones(1000, 3);
    object{i}.field2 = imread('some_image.png');
    object{i}.field3 = (1:.002: 4);
    object{i}.field4 = im > 0;
    ...
    % And so on for more large matrices and such
end

我之前将其编码为：

field1 = cell(N, 1);
field2 = cell(N, 1);
field3 = cell(N, 1);
field4 = cell(N, 1);
....
for i = 1 : N
    field1{i} = ones(1000, 3);
    field2{i} = imread('some_image.png');
    field3{i} = (1:.002: 4);
    field4{i} = im > 0;
    ...
    % And so on for more large matrices and such
end

然后我继续以各种方式操作与每个对象中的每个字段关联的值。第二种方法运行比第一种快 4 倍。效率低下肯定是由于这种二元性。我更改的唯一代码是从多个单元格数组切换到单元格结构数组。我知道结构数组以速度较慢而著称，但我也看到建议将结构传递给函数。我在这里错过了什么？

我真的很喜欢结构元胞数组的编码简洁性（特别是当你想要像 subset = object(1:4) 这样的子集时），但我显然不想承受计算量。这里的正确选择是什么？

更好的是，有没有隐藏的、更好的第三种选择？

Answer 1

您被误导了，因为在您最初的方法中，您需要元胞数组以便在每个 field* 索引中容纳不同大小的数组。

但是，当您决定在第二种方法（更好的方法）中使用结构时，您实际上 不需要 使用元胞数组。因此，如果您检查此代码段：

for i = 1 : N
    object{i}.field1 = ones(1000, 3);
    object{i}.field2 = imread('some_image.png');
    object{i}.field3 = (1:.002: 4);
    object{i}.field4 = im > 0;
    ...
    % And so on for more large matrices and such
end

这里实际发生的是在每次迭代中，它在每次迭代中动态地形成一个结构。不仅如此，每次添加新字段时，它也会动态地向该结构添加一个新字段。仅当您在元胞数组的每个索引中容纳 不同的 结构时才需要这样做。

但是，由于您在每个索引中使用相同的结构，因此您可以简单地使用一个结构数组。您可以使用以下方法预先分配整个内容：

object = struct('field1', cell(N,1), 'field2', cell(N,1), ...);

然后遍历 object 并根据需要填写每个字段。

与每个字段的单个元胞数组相比，MATLAB 结构元胞数组非常慢

MATLAB cell array of structs very slow compared to individual cell arrays for each field

matlab

struct

cell-array