Recently, my colleagueJeff问我是否会查看他写的一些代码，以在较大的数组中找到数字模式。没有查看他的代码，我问他是否尝试过Strfind，尽管他的数据不是字符串。他发现它解决了他的问题，比他的M文件更快。同时，我想看看我在M-File中想写的简单算法所花费的时间。我在这里显示并讨论结果。

内容

简单的测试数据

让我从非常简单的测试数据开始，以确保所有算法都得到正确的答案。

a = [0 1 4 9 16 4 9];b = double（“这一年是2003年。”）；

第一个算法：findpattern

这是第一个Findpattern算法。

类型Findpattern

函数idx = findPattern（in_array，模式）％findPattern在数组中找到模式。％k = findpattern（数组，模式）返回阵列中任何发生模式发生的起始索引％。阵列和模式％可以是字符和数字类型的任何混合物。％％示例：％a = [0 1 4 9 16 4 9];％b = double（'年份是2003年。）;％findpattern（a，[4 9]）返回[3 6]％findpattern（a，[9 4]）返回[]％findpattern（b，'2003'）返回13％的findpattern（b，uint8（'2003'））返回13％的人，另请参见Strfind，StrcMP，StrnCMP，Strmatch。％算法：％找到每个模式数量的所有发生。N元素模式的％％％，结果是N元素单元格数。％i-th单元格包含匹配图案的i-th％元素的输入阵列中的位置。当输入流中存在该模式时，连续细胞中连续整数的序列百分比将达到一个％。 % As currently implemented, this routine has poor performance for patterns % with more than half a dozen elements where the first element in the % pattern matches many positions in the array. locations = cell(1, numel(pattern)); for p = 1:(numel(pattern)) locations{p} = find(in_array == pattern(p)); end % Find instances of the pattern in the array. idx = []; for p = 1:numel(locations{1}) % Look for a consecutive progression of locations. start_value = locations{1}(p); for q = 2:numel(locations) found = true; if (~any((start_value + q - 1) == locations{q})) found = false; break; end end if (found) idx(end + 1) = locations{1}(p); end end

You'll notice that Jeff chooses to store derived information on the pattern being present in a cell array, and then looks for consecutive locations.

这里有一些结果Findpattern。First I setFto be a function handle to the function in question. Then I can reuse the same code for the other cases simply by redefining the function.

F= @findpattern t(4) = false; t(1) = isequal(f(a, [4 9]), [3 6]); t(2) = isempty(f(a, [9 4])); t(3) = isequal(f(b,'2003'），13）;t（4）= iSequal（f（b，uint8（uint8）（'2003'），13）;aok = all（t == true）

F= @findpattern AOK = 1

我的自制算法：findpattern2

这是我自己的算法。这里的想法是为了找到可能图案locations first, and winnow them out, marching through the图案，我认为通常比数据小，而且通常要小得多。

类型FindPattern2

函数start = findpattern2（数组，模式）％findPattern2在数组中定位图案。％％indices = findPattern2（数组，模式）在数组中找到％模式的起始索引。％％示例：％a = [0 1 4 9 16 4 9];％patt = [4 9];％indices = findPattern2（a，patt）％indices =％3 6％，让我们假设模式和数组都是非空的％向量，但是没有对此进行检查。％对于此算法，我在模式元素上循环。len =长度（模式）;％首先，找到候选地点；即，匹配％模式中的第一个元素。start = find（array ==模式（1））; % Next remove start values that are too close to the end to possibly match % the pattern. endVals = start+len-1; start(endVals>length(array)) = []; % Next, loop over elements of pattern, usually much shorter than length of % array, to check which possible locations are valid still. for pattval = 2:len % check viable locations in array locs = pattern(pattval) == array(start+pattval-1); % delete false ones from indices start(~locs) = []; end

获得结果和时间。

f = @findpattern2 t（1）= iSequal（f（a，[4 9]），[3 6]）;t（2）= Isempty（f（a，[9 4]））;t（3）= iSequal（f（b，'2003'），13）;t（4）= iSequal（f（b，uint8（uint8）（'2003'），13）;aok = all（t == true）

f = @findpattern2 aok = 1

使用strfind

接下来，我使用相同的数据测试Strfind。尽管有名字Strfind可以快乐地处理非字符的数据类型，尤其是双打和整数。

f = @strfind t（1）= iSequal（f（a，[4 9]），[3 6]）;t（2）= Isempty（f（a，[9 4]））;t（3）= iSequal（f（b，'2003'），13）;t（4）= iSequal（f（b，uint8（uint8）（'2003'），13）;aok = all（t == true）

F= @strfind AOK = 1

Use Case and Performance

杰夫描述了他更详细地解决的问题。他的文件中有多个图像，数据存储为UINT8。图像通过特定的位模式分开。在处理和提取帧后，让我向您展示序列中的图像之一。

加载forloren图像（x（：，：，：，：17）），轴离开谁是X

名称大小字节类属性X 4-D 26726400 UINT88

现在，让我显示和时间在原始数据中找到模式。数据包含29张图像。

清除负载imrawdata谁模式= [254 255 0 224];f = @（）tfind = timeit（f）;f = @（）findpattern2（rawdata，pattess）;tfind（2）= timeIt（f）;f = @（）strfind（rawdata，pattess）;tfind（3）= TimeIt（F）

名称大小字节类属性RAWDATA 1X1259716 1259716 UINT8 TFIND = 0.80941 0.011273 0.019194

难题和下一步

In the case of the larger dataset,Strfind不是最快的算法，尽管我发现数据较小，但Strfind表现优越FindPattern2。Some possible reasons whyFindPattern2是三种算法中最快的：

它不是通用的，也没有错误检查，

它只是写在媒介上的工作，

它无助于处理可能涉及的情况的情况。

如果我发现原因，我会告诉你。同时，如果您有任何想法要添加，请评论here。

获取MATLAB代码

以MATLAB®7.6出版