Asigan's questions

假设我有一个定义在 0<= x<= pi, 0<=y, z<=2pi 上的函数。我编写了一个 matlab 代码来全局搜索最大点，步长为 0.01。我还恢复了函数值。代码是（当然函数比 x+y+z 更复杂。这只是一个例子。）

x=0;
y=0;
z=0;
i=1;

Maxdeviation= ComputeDeviationSum(0,0,0,mufT, mufD, mufC);
MaximizingArg= [x, y,z] ;
while x<= pi
    y=0;
    z=0;
    while y<= 2*pi
        z=0;
        while z<=2 *pi
            deviation= x+y+z; % Just an example. The function is more complex.
            if deviation> Maxdeviation
                MaximizingArg= [x, y,z];
                Maxdeviation= deviation;
            end
            a(i,:)=[x, y,z, deviation];
            z=z+0.01;
            i=i+1;
        end
        y=y+0.01;
    end
    x=x+ 0.01;
end

我发现这真的很慢。在我删除了三行恢复值之后，即删除

i=1;
a(i,:)=[x, y,z, deviation];
i=i+1

这三行代码，速度就快了很多。（我在 20 秒后停止了执行，发现后者比前者多执行了 10 倍的迭代次数。）

我的问题是：为什么停止恢复值后，代码会快得多？如果我想为每个点恢复值，我该怎么做才能让代码更快？

在中R，如何使用rpois生成，例如，从均值为 2 的泊松分布中生成 5 个随机数，然后从均值为 3 的泊松分布中生成 3 个随机数，并将它们放在一个长度为 8 的向量中？

我试过了

rpois(c(5,3),c(2,3))

但这会生成一个长度为 2 的向量。