MATLAB: сравнение массивов ячеек строки

У меня есть два массива ячеек строк, и я хочу проверить, содержат ли они одинаковые строки (они не обязательно должны быть в одном порядке, и мы не знаем, имеют ли они одинаковую длину).

Например:

a = {'2' '4' '1' '3'};
b = {'1' '2' '4' '3'};

or

a = {'2' '4' '1' '3' '5'};
b = {'1' '2' '4' '3'};

Сначала я подумал о strcmp, но это потребовало бы перебора содержимого одной ячейки и сравнения с другой. Я также рассмотрел ismember, используя что-то вроде:

ismember(a,b) & ismember(b,a)

но тогда мы не знаем заранее, что они одинаковой длины (очевидный случай неравенства). Итак, как бы вы провели это сравнение наиболее эффективным способом, не написав слишком много случаев if / else.


string matlab vectorization comparison cell-array
person Dave    schedule 12.07.2010    source источник

Ответы (3)


arrow_upward
17
arrow_downward

Вы можете использовать функцию SETXOR, которая вернет значения, которые не находятся на пересечении двух массивов ячеек. Если он возвращает пустой массив, то два массива ячеек содержат одинаковые значения:

arraysAreEqual = isempty(setxor(a,b));


РЕДАКТИРОВАТЬ: некоторые показатели эффективности ...

Поскольку вам было интересно узнать о показателях производительности, я подумал, что протестирую скорость своего решения по двум решениям, перечисленным в Amro (которые используют ISMEMBER и STRCMP / CELLFUN). Сначала я создал два больших массива ячеек:

a = cellstr(num2str((1:10000).'));  %'# A cell array with 10,000 strings
b = cellstr(num2str((1:10001).'));  %'# A cell array with 10,001 strings

Затем я запускал каждое решение по 100 раз, чтобы получить среднее время выполнения. Затем я поменял местами a и b и перезапустил его. Вот результаты:

    Method     |      Time     |  a and b swapped
---------------+---------------+------------------
Using SETXOR   |   0.0549 sec  |    0.0578 sec
Using ISMEMBER |   0.0856 sec  |    0.0426 sec
Using STRCMP   |       too long to bother ;)

Обратите внимание, что решение SETXOR имеет стабильно быстрое время. Решение ISMEMBER действительно будет работать немного быстрее, если a имеет элементы, которых нет в b. Это связано с коротким замыканием &&, которое пропускает вторую половину вычисления (потому что мы уже знаем, что a и b не содержат одинаковых значений). Однако, если все значения в a также находятся в b, ISMEMBER работает значительно медленнее.

person gnovice    schedule 12.07.2010
comment
Чтобы измерить производительность, вам понадобится другое решение для сравнения, например, предложение, которое вы сделали с помощью цикла и STRCMP. Думаю, с производительностью будет все в порядке, но если вы обнаружите, что использование SETXOR действительно становится узким местом в вашей обработке, вы можете попробовать посмотреть его исходный код (type setxor или edit setxor) и переписать его, убрав некоторые проверки на ошибки и т. д. - person gnovice; 12.07.2010
comment
спасибо, я думаю, я понимаю, что пытался сделать @Mikhail. А как насчет производительности? кажется, что XOR двух наборов - дорогостоящая операция, когда все, что мне нужно, - это тип ответа true / false - person Dave; 12.07.2010

arrow_upward
5
arrow_downward

Вы по-прежнему можете использовать функцию ISMEMBER, как и с небольшой модификацией:

arraysAreEqual = all(ismember(a,b)) && all(ismember(b,a))

Кроме того, вы можете записать версию цикла с помощью STRCMP как одну строку:

arraysAreEqual = all( cellfun(@(s)any(strcmp(s,b)), a) )

РЕДАКТИРОВАТЬ: я добавляю третье решение, адаптированное из другого ИТОГО вопрос:

g = grp2idx([a;b]);
v = all( unique(g(1:numel(a))) == unique(g(numel(a)+1:end)) );

В том же духе Im провел сравнение времени (используя функцию TIMEIT):

function perfTests()
    a = cellstr( num2str((1:10000)') );            %#' fix SO highlighting
    b = a( randperm(length(a)) );

    timeit( @() func1(a,b) )
    timeit( @() func2(a,b) )
    timeit( @() func3(a,b) )
    timeit( @() func4(a,b) )
end

function v = func1(a,b)
    v = isempty(setxor(a,b));                      %# @gnovice answer
end

function v = func2(a,b)
    v = all(ismember(a,b)) && all(ismember(b,a));
end

function v = func3(a,b)
    v = all( cellfun(@(s)any(strcmp(s,b)), a) );
end

function v = func4(a,b)
    g = grp2idx([a;b]);
    v = all( unique(g(1:numel(a))) == unique(g(numel(a)+1:end)) );
end

и результаты в том же порядке функций (чем ниже, тем лучше):

ans =
     0.032527
ans =
     0.055853
ans =
       8.6431
ans =
     0.022362
person Amro    schedule 12.07.2010

arrow_upward
2
arrow_downward

Взгляните на функцию intersect

Что говорит справка MATLAB:

[c, ia, ib] = intersect(a, b) также возвращает векторы индекса столбца ia и ib, так что c = a(ia) и b(ib) (или c = a(ia,:) и b(ib,:)).

person Mikhail    schedule 12.07.2010
comment
Я не уверен, как получить решение по результату intersect - person Dave; 12.07.2010
comment
Это зависит от того, что именно вам нужно делать. Если вам нужно скалярное логическое значение, в котором оба вектора содержат одинаковые строки, тогда решение от gnovice - правильный ответ. - person Mikhail; 12.07.2010