1. 问题引入从一道“简单”的MATLAB谜题说起最近在整理一些旧的MATLAB代码时翻到了一个几年前收藏的“Puzzler”谜题。题目很简单就一句话如何从一个二进制矩阵中删除所有元素全为0的列和行乍一看这有什么难的不就是用any函数配合逻辑索引吗比如A(:, ~any(A, 1)) []删全零列A(~any(A, 2), :) []删全零行。我当年也是这么想的随手写了几行代码就扔到了一边。直到上周我需要处理一个来自图像分割后处理的二值掩膜矩阵这个矩阵大小是5120×5120里面散布着一些孤立的连通区域周围是大片的0。我的任务就是把这些孤立的“岛屿”提取出来同时剔除掉那些完全空白的行和列相当于给图像做个紧致的裁剪Cropping。我下意识地用了上面那个“经典”的两步法。结果在循环处理几百个这样的矩阵时我发现程序慢得令人发指内存使用也出现了异常的波动。这让我重新审视了这个看似简单的操作。在MATLAB里对矩阵进行索引赋值A(...) []来删除行或列实际上是一个内存重新分配和复制的过程。对于超大型矩阵连续执行两次这样的操作其效率可能远低于预期。更关键的是这个“两步法”在删除行后列的索引状态已经改变再删除列时逻辑判断是基于新矩阵的这虽然是正确的但有没有可能一步到位这个Puzzler背后其实涉及了MATLAB矩阵操作的核心效率问题、逻辑索引的广播机制以及如何写出既简洁又高性能的代码。今天我们就来彻底拆解这个“二进制矩阵行列删除”问题从最直观的解法开始一步步深入到性能优化和实际应用场景。2. 基础解法剖析逻辑索引与两步删除法我们先从最基础、最易理解的解法开始。假设我们有一个二进制矩阵A元素非0即1在MATLAB逻辑运算中非零数通常被视为true。我们的目标是删除所有元素全为0的列和行。2.1 核心思路与函数选择解决这个问题的关键在于识别出哪些行和列是“全零”的。MATLAB提供了几个按维度进行逻辑判断的函数any(A, dim): 沿维度dim检查如果该维度的任意元素非零则返回true。对于删除全零行/列我们需要的是其反逻辑全零意味着“没有任何元素非零”。所以~any(A, dim)就给出了一个逻辑向量标记了该维度上所有元素均为0的位置。all(A, dim): 沿维度dim检查是否所有元素都非零。这不符合我们的需求因为我们要找的是“所有元素都为0”的行列。因此any是我们的首选工具。维度参数dim1对列操作检查每列中是否有非零元素dim2对行操作检查每行中是否有非零元素。2.2 经典两步法实现最直接的实现就是分两步走先删列再删行或者顺序反过来。function B removeZeroRowsAndColsBasic(A) % 方法1: 先删除全零列再删除全零行 zeroCols ~any(A, 1); % 找出全零列返回一个行向量 A(:, zeroCols) []; % 删除这些列 zeroRows ~any(A, 2); % 在删除列后的新矩阵中找出全零行 A(zeroRows, :) []; % 删除这些行 B A; end或者先删行function B removeZeroRowsAndColsBasic2(A) % 方法2: 先删除全零行再删除全零列 zeroRows ~any(A, 2); % 找出全零行返回一个列向量 A(zeroRows, :) []; % 删除这些行 zeroCols ~any(A, 1); % 在删除行后的新矩阵中找出全零列 A(:, zeroCols) []; % 删除这些列 B A; end这两种方法在逻辑上完全等价最终结果一致。它们非常直观易于理解和调试对于中小型矩阵或者一次性操作来说完全够用。2.3 潜在问题与思维陷阱虽然基础解法有效但其中隐藏着几个需要留意的点性能开销A(:, zeroCols) []这个操作并非“原地”删除。MATLAB需要创建一个新的矩阵其尺寸是原行数 × (原列数-删除列数)然后将原矩阵中保留的列数据复制到新矩阵中。对于大型矩阵连续两次这样的内存分配和数据复制会成为性能瓶颈。我在处理5120×5120矩阵时遇到的卡顿根源就在于此。依赖顺序注意第二步操作无论是删行还是删列依赖于第一步操作完成后的新矩阵A。我们不能同时用原始的zeroRows和zeroCols进行删除因为删除行后列的索引并没有变化但删除列后行的索引也没有变化。然而行和列的状态是相互独立的吗一个全零行在删除某些列后它可能就不再是全零行了如果该行唯一的非零元素在被删除的列上。等等这里需要仔细推敲一下。让我们严格定义一下目标“删除所有元素全为0的列和行”。这里的“全为0”是指在最终的矩阵中全为0。如果我们先找出原矩阵中的全零列删除那么原矩阵中的全零行在删除列后它依然是全零行因为整行都是0删除一些0列剩下的还是0。反过来先删除全零行也一样。所以删除全零行和全零列的操作顺序不影响最终结果。any(A,1)和any(A,2)在原矩阵上计算出的逻辑向量是各自独立的。这意味着我们有可能找到一种方法同时确定最终需要保留的行和列索引然后一次性通过索引提取出结果矩阵从而避免中间的内存分配和复制。输入数据类型题目说的是“二进制矩阵”binary matrix。在MATLAB中这通常指logical类型的矩阵元素为true/false或者数值矩阵元素为 0/1。any函数对这两种类型都适用。但如果输入是一个普通的数值矩阵其中包含非0非1的值比如2-1any也会将其视为true。如果严格限定为二进制可能需要先进行转换A A ~ 0。基础解法为我们建立了正确的逻辑模型。接下来我们将探索更高效、更优雅的“一步到位”解法。3. 高效解法探索利用线性索引与逻辑运算既然我们已经知道最终需要保留哪些行和列那么最理想的方式就是直接计算出结果矩阵B它应该等于原矩阵A的一个子矩阵B A(保留的行索引, 保留的列索引)。如果能一次性找出这两个索引向量就能避免中间删除操作带来的性能损耗。3.1 计算独立的行列保留标志首先我们分别计算需要保留的行和列即非全零的行和列。rowsToKeep any(A, 2); % 列向量true表示该行至少有一个非零元素应保留 colsToKeep any(A, 1); % 行向量true表示该列至少有一个非零元素应保留rowsToKeep和colsToKeep是基于原始矩阵A独立计算出来的。rowsToKeep(i)为true当且仅当第i行在原始矩阵中非全零。无论我们删除哪些列只要这一行在原始矩阵中有一个非零元素那么删除全零列后这些被删除的列上该行元素本来就是0这一行在剩下的列上必然至少还有一个非零元素就是原来那个因此该行在最终矩阵中依然非全零应该被保留。反之如果一行在原始矩阵中全零那么无论删除哪些列它都将保持全零应该被删除。对列的分析同理。因此rowsToKeep和colsToKeep直接定义了最终结果矩阵的行和列。3.2 使用逻辑索引直接提取子矩阵有了这两个逻辑向量我们可以直接提取子矩阵function B removeZeroRowsAndColsEfficient(A) rowsToKeep any(A, 2); colsToKeep any(A, 1); B A(rowsToKeep, colsToKeep); end这个方法非常优雅它只有一次矩阵索引操作A(rowsToKeep, colsToKeep)。MATLAB内部会高效地处理这种逻辑索引直接创建目标矩阵B其大小为nnz(rowsToKeep) × nnz(colsToKeep)。相比于基础解法的两次内存分配和复制这种方法通常更快尤其是对于大型矩阵。3.3 处理极端情况与空矩阵让我们测试一下这个高效解法在边界情况下的表现矩阵全为零rowsToKeep和colsToKeep将全是false。A(false, false)会返回一个空的0×0矩阵类型与A相同。这符合预期删除所有全零行和列后什么也不剩。矩阵至少有一个非零元素至少有一行和一列会被保留函数正常工作。行向量或列向量逻辑同样适用。例如对于一个行向量Aany(A,2)可能返回标量true或falseany(A,1)会返回一个逻辑行向量。索引操作A(true, logical_vector)仍然有效。这里有一个重要的编程习惯在函数开头可以添加对输入矩阵是否为空的检查虽然MATLAB能处理空矩阵的any操作返回全false但提前判断可以使逻辑更清晰。function B removeZeroRowsAndColsEfficientRobust(A) if isempty(A) B A; return; end rowsToKeep any(A, 2); colsToKeep any(A, 1); % 进一步确保不会提取出空的索引虽然any(false)索引会返回空矩阵但更安全 if ~any(rowsToKeep) || ~any(colsToKeep) B A([], []); % 显式返回一个与A同类型的空矩阵 else B A(rowsToKeep, colsToKeep); end end高效解法在概念和性能上都优于基础解法。然而故事并没有结束。我们是否还能从其他角度看待这个问题比如它本质上是不是在寻找矩阵的“非零支撑”non-zero support4. 深入原理连接图像处理中的“边界框”概念“删除全零行和列”这个操作在图像处理领域有一个非常直观的对应物计算二值图像中目标物体的边界框Bounding Box并进行裁剪。假设我们的二进制矩阵A是一幅二值图像0代表背景1代表前景物体。图像中可能有很多离散的前景点我们想要得到包含所有前景点的最小矩形区域。这个操作就是沿着垂直方向行投影找到有前景点的第一行和最后一行。沿着水平方向列投影找到有前景点的第一列和最后一列。用这四个索引围成的矩形来裁剪原图像。这和我们“删除全零行和列”的目标是一致的吗仔细想想并不完全一样。删除全零行和列得到的是一个可能不连续的、剔除了所有外部空白区域的矩阵。而边界框裁剪得到的是一个连续的矩形区域这个矩形内部可能仍然包含全零的行或列如果物体形状不规则中间有空洞或间隙。例如A [0 0 0 0 0; 0 1 0 1 0; 0 0 0 0 0; 0 1 1 1 0; 0 0 0 0 0];我们的删除操作会删除第1、3、5行全零以及第1、5列全零。结果是一个2×3的矩阵[1 0 1; 1 1 1]。第2列全零被保留了因为它不是“所有行”上的元素都为0它所在的行有非零元素。边界框裁剪行方向上的非零索引是2和4列方向上是2、3、4。所以边界框是A(2:4, 2:4)得到一个3×3的矩阵其中包含了一个全零的中心行。所以“删除全零行和列”是比“计算边界框”更严格的一种操作。它不仅仅移除外部的空白还移除内部任何完全空白的行和列最终得到的矩阵其每一行和每一列都至少包含一个非零元素。这在某些数学或数据处理的上下文中更有意义比如当矩阵表示一个系统的关联关系行和列代表实体1代表有关联时删除全零行/列意味着移除完全孤立的实体。那么如何用边界框的思想来实现我们的功能呢不行因为目标不同。但是我们可以从另一个角度思考我们得到的最终矩阵B其行和列索引对应于原矩阵A中那些“活跃”的行和列。rowsToKeep和colsToKeep的find结果就是这些活跃行和列的原始索引。activeRowIndices find(rowsToKeep); % 例如 [2, 4] activeColIndices find(colsToKeep); % 例如 [2, 3, 4] B A(activeRowIndices, activeColIndices); % 等价于使用逻辑索引使用find将逻辑索引转换为线性索引在某些需要知道具体索引数值的后续操作中更方便。5. 性能实测与进阶技巧理论分析之后让我们用实际数据来验证一下不同方法的性能差异并探讨一些更进阶的场景和技巧。5.1 性能对比测试我们构造一个大型的稀疏二进制矩阵来模拟真实场景。% 生成一个 10000x10000 的稀疏矩阵非零密度约为0.1% n 10000; density 0.001; A sprand(n, n, density) 0; % 创建稀疏逻辑矩阵 A full(A); % 转为满矩阵进行测试因为删除行列操作对满矩阵和稀疏矩阵影响不同 % 方法1: 基础两步法先列后行 tic; B1 removeZeroRowsAndColsBasic(A); time1 toc; % 方法2: 高效一步法逻辑索引 tic; B2 removeZeroRowsAndColsEfficient(A); time2 toc; % 验证结果一致性 assert(isequal(B1, B2), ‘Results mismatch!’); fprintf(‘基础两步法耗时: %.4f 秒\n’, time1); fprintf(‘高效一步法耗时: %.4f 秒\n’, time2); fprintf(‘高效法速度提升: %.2f 倍\n’, time1/time2);在我的测试环境MATLAB R2023a下对于一个10000×10000、密度0.1%的矩阵大约有100万个非零元素随机分布高效一步法通常比基础两步法快2到5倍。这个差距随着矩阵增大而变得更加明显。原因正如之前分析的高效法避免了中间矩阵的创建和复制。注意如果矩阵A本身就是稀疏矩阵格式sparse情况会有所不同。MATLAB对稀疏矩阵的逻辑索引和维度操作进行了大量优化。对于稀疏矩阵两种方法的性能差距可能会缩小甚至基础方法可能在某些情况下表现更佳因为any(A,1)和any(A,2)对稀疏矩阵的计算效率极高。但在处理满矩阵full时高效一步法的优势是确定的。5.2 处理特定数值类型与内存优化我们的函数目前可以处理logical和数值类型的矩阵。如果考虑健壮性可以做一些优化强制二进制化如果输入可能包含非0非1的值可以首先将其二值化。if ~islogical(A) A A ~ 0; % 将非零值转为 true (1)零值转为 false (0) end这一步会增加一点开销但保证了逻辑的正确性。内存考量对于极大的矩阵即使一步法rowsToKeep和colsToKeep这两个逻辑向量也需要占用内存每个元素1字节。如果矩阵是100000×100000这两个向量各需要约100MB内存。在极端内存受限的情况下我们可以尝试不创建这些中间逻辑向量而是直接使用find来获取索引但find(any(A,1))内部很可能还是计算了逻辑向量。一个更节省内存但可能更慢的方法是使用循环或arrayfun来逐行/逐列判断但这通常不被推荐因为违背了MATLAB向量化操作的原则。在实践中对于超大规模数据可能需要考虑使用块处理block processing或迭代方法但这已经超出了这个简单Puzzler的范畴。5.3 扩展删除全为某特定值的行和列有时问题会变体删除所有元素全为某个特定值val的行和列而不仅仅是0。这也很容易修改我们的高效解法function B removeRowsAndColsOfValue(A, val) % 删除所有元素全等于 val 的行和列 % 对于数值矩阵 rowsToKeep any(A ~ val, 2); colsToKeep any(A ~ val, 1); B A(rowsToKeep, colsToKeep); end对于二进制矩阵val通常是0或1。删除全1的行和列只需将~改为或者调整any的逻辑即可。6. 实际应用场景与代码集成这个看似简单的操作在实际工程和科研中有哪些用途呢图像处理中的有效区域裁剪如前所述对于二值掩膜移除四周的纯黑0边界。但更常见的是用边界框。我们的操作更适合于“去除图像中完全空白全零的扫描线”这在某些特定的传感器图像或处理后的图像中可能出现。稀疏数据预处理在机器学习或数据分析中我们可能有一个大的特征矩阵其中某些特征列在所有样本中都是0或者某些样本行的所有特征都是0。这些行/列对模型训练没有贡献甚至可能干扰计算如导致协方差矩阵奇异。在构建模型前将它们删除是一个标准的预处理步骤。图或网络的邻接矩阵处理二进制矩阵可以表示一个图的邻接矩阵无向图通常是对称的有向图则不一定。矩阵中的1表示节点间有边连接。如果一个节点的出度和入度都为0对应一行和一列全为0那么这个节点就是孤立节点。删除全零行和列就等于从图中移除了所有孤立节点得到一个没有孤立节点的子图。这在图分析中是一个常见的预处理。逻辑电路或状态转移矩阵化简在某些系统建模中状态转移矩阵中全零的行/列可能代表无法到达或无效的状态删除它们可以简化模型。将我们的函数集成到项目代码中时建议将其封装成一个健壮的工具函数并添加帮助文档function B cropZeroPadding(A) % CROPZEROPADDING 删除二进制矩阵中全为零的行和列。 % B CROPZEROPADDING(A) 输入A是一个数值或逻辑矩阵。函数返回矩阵B % 它由A删除所有元素全为零的行和列后得到。 % % 示例 % A [0 0 0; 0 1 0; 0 0 0]; % B cropZeroPadding(A) % 返回 1 % % 参见 ANY, FIND, SPARSE if isempty(A) B A; return; end % 确保处理的是二进制逻辑非零即真 if ~islogical(A) A A ~ 0; end rowsToKeep any(A, 2); colsToKeep any(A, 1); % 处理全矩阵为零的情况 if ~any(rowsToKeep) || ~any(colsToKeep) % 返回一个与A同类型的空矩阵 if islogical(A) B false(0,0); else B zeros(0,0, class(A)); end else B A(rowsToKeep, colsToKeep); end end7. 总结与思维延伸回顾这个MATLAB Puzzler我们从最基础的两步删除法出发揭示了其潜在的性能问题。通过分析行列删除操作的独立性我们导出了更高效的一步逻辑索引法。这种方法的核心在于认识到原始矩阵中某行列是否全零决定了它在最终矩阵中的去留且这个决定不受其他行列删除操作的影响。这个认识允许我们并行地计算出需要保留的行列掩膜然后通过一次索引操作完成全部工作。这种方法不仅代码简洁而且由于减少了中间内存分配和复制对于大型矩阵性能提升显著。更进一步我们将此操作与图像处理的“边界框”概念进行了辨析明确了二者的区别与联系。最后我们探讨了其在数据预处理、图论等领域的实际应用并给出了一个健壮的、生产级的函数封装。思维延伸如果矩阵是稀疏矩阵MATLAB的稀疏矩阵存储格式sparse对于这种any操作和逻辑索引极度优化。直接对稀疏矩阵使用高效一步法即可无需转换为满矩阵。多维数组对于三维及以上的数组如果想删除所有元素全为零的“页”、“面”或更高维度的切片原理是相同的。例如对一个三维数组A删除所有全零的“行”第一维和“列”第二维但保留第三维可以这样操作rowsToKeep any(any(A, 3), 2); % 在第二、三维度上检查结果对第一维 colsToKeep any(any(A, 3), 1); % 在第一、三维度上检查结果对第二维 B A(rowsToKeep, colsToKeep, :);这里any(A,3)沿着第三维压缩得到一个二维逻辑矩阵再分别对行和列做any得到需要保留的一维索引。反向操作有时我们可能需要“找到”而不是“删除”这些全零的行列。find(~any(A,1))和find(~any(A,2))给出的就是这些全零行列的索引这在调试或分析数据时非常有用。通过深入剖析这样一个简单的问题我们练习了MATLAB的向量化思维、索引技巧和性能分析。在编程中很多时候“正确”的代码和“优秀”的代码之间就差在这一层深入的思考。下次当你写出一个能工作的循环或多次操作时不妨停下来想想能否用一句向量化的索引来替代它这往往是提升MATLAB代码性能和优雅度的关键。
