假设您有一个1D矩阵
a = rand(1,5);
[sa i] = sort(a);
那么sa和a(i)是相同的。然而，如果矩阵的大小增加了
a = rand(3,4);
[sa i] = sort(a);
然后
sa和a(i)不相同。当我尝试通过其第三维对3D矩阵进行排序时，也会发生同样的情况。我如何通过索引
i访问a的值？换句话说，我该如何计算sa=a(X)，X应该是什么？编辑：
感谢各位提供的解决方案。然而，当您更改要排序的维度时，它们无法工作。尽管如此，我学到了思路，并使用它来构建一个通用形式。
算法所做的是构建矩阵的索引。 MATLAB按列索引单元格。因此，索引由下式给出：
idx = r + (c-1)*ROWS + (p-1)*ROWS*COLS
在这里，idx代表索引，r代表行位置，c代表列位置，p代表页位置。
因此，如果我们按第一维（普通的sort(a)）排序，结果索引就是在列中的位置；如果我们按第二维排序，结果索引就是在行中的位置；如果我们按第三维排序，结果索引就是在页中的位置。话虽如此，还需要为给定情况生成行和列：
r = repmat((1:rows)',[1 cols pages]);
c = repmat(1:cols,[rows 1 pages]);
在给出的解决方案中已经解释了第一维度的排序。现在，让我们来对一个二维数组按照行的方式进行第二维度（即列）排序。
a = rand(4,5);
[rows cols pages] = size(a);
R = repmat((1:rows)',[1 cols pages]);
[sa idx] = sort(a,2);
nIdx = R + (idx-1)*rows;
isequal(sa,a(nIdx))
现在，如果我们想在第三个维度（页面）上使用相同的排序思路，我们需要执行以下操作：
a = rand(4,5,3);
[rows cols pages] = size(a);
R = repmat((1:rows)',[1 cols pages]);
C = repmat(1:cols,[rows 1 pages]);
[sa idx] = sort(a,3);
nIdx = R + (C-1)*rows + (idx-1)*rows*cols;
isequal(sa,a(nIdx))
同样的逻辑可以用于将其扩展到N维。感谢您的帮助，您照亮了道路。:)