优化 MATLAB 代码（嵌套 for 循环计算相似度矩阵）

我正在 MATLAB 中基于欧几里德距离计算相似度矩阵。我的代码如下：

for i=1:N % M,N is the size of the matrix x for whose elements I am computing similarity matrix
 for j=1:N
  D(i,j) = sqrt(sum(x(:,i)-x(:,j)).^2)); % D is the similarity matrix
 end
end

可以帮助优化这个 = 减少 for 循环作为我的矩阵x是有维度的256x30000.

多谢！

--Aditya

在 matlab 中执行此操作的函数称为 pdist。不幸的是，它速度慢得令人痛苦，并且没有考虑 Matlab 的矢量化能力。

以下是我为一个项目编写的代码。让我知道你获得了什么样的加速。

   Qx=repmat(dot(x,x,2),1,size(x,1));
   D=sqrt(Qx+Qx'-2*x*x');

但请注意，只有当您的数据点位于行中并且维度位于列中时，这才有效。例如，假设我有 256 个数据点和 100000 个维度，然后在我的 mac 上使用 x=rand(256,100000) ，上面的代码在大约半秒内生成一个 256x256 矩阵。