各位好，若在N维空间中有M个点，要分别计算这M个点与特定L个点的相对距离，该如何在不用循环且最节省内存的前提下计算？
目前循环写法如下：
for ii=1:L
DISTANCE(:,ii)=sum((INPUT_DATA-INITIAL_CENTER(ii,:)).^2,2);
end
其中DISTANCE为MxL；INPUT_DATA为MxN；INITIAL_CENTER为LxN；
后来有用repmat改写，INPUT_DATA改MxNxL；INITIAL_CENTER为1xNxL，还没运算就吃了一半内存，在跑运算时就整个吃光卡死。
谢谢大家。

全矩阵算法的中间计算过程应该避不掉MxLxN大小的矩阵但善用bsxfun情况可能会好一些新版本可省去bsxfun就是了x = pemute(INPUT_DATA,[1 3 2])-...DISTANCE = sum(x.^2,3);permute(INITIAL_CENTER,[3 1 2]); <--和上一行交换查到了比较快的公式DISTANCE=sum(INPUT_DATA.^2,2)-sum(INITIAL_CENTER.^2,2)'-2*(INPUT_DATA*INITIAL_CENTER');

后来的写法是(a-b)^2=a^2-2ab+b^2的概念吗

yes

感谢，加速非常有感