这是一个可能有帮助的想法。粗略地说，似乎克罗内克乘积的行是行的克罗内克乘积。（我希望在网上找到一个很好的参考，但我找不到；所以这里有一个小草图。）

一般来说，对于的元素的公式是 （此定义参考 Tolimieri 等人，离散傅里叶变换和卷积算法，第 2 版，第 2 章。）${A_{R \times S}} \otimes {B_{M \times L}} = {C_{RM \times SL}}$$C$

$${c_{m + rM,l + sL}} = {a_{r,s}}{b_{m,l}}$$

考虑 。由于只有一行，因此和。 ${P_{1 \times S}} \otimes {Q_{1 \times L}} = {Z_{1 \times SL}}$$Z$$m=0$$r=0$

$${z_{0,l + sL}} = {a_{0,s}}{b_{0,l}}$$

令。如果是行，即，同样是行，即，然后 这是行。$i=m+rM$$P$$r$$A$${p_{0,s}} = {a_{r,s}}$$Q$$m$$B$${q_{0,l}} = {b_{m,l}}$

$${z_{0,l + sL}} = {a_{r,s}}{b_{m,l}}$$ $i$$C$

相应的算法将是这样的。要计算行，$i$$C$

r = floor(i/M);
m = i - r*M;
kron(A(r,:), B(m,:))

实际上这在 Matlab 中不太适用，因为上面的数学使用从 0 开始索引的数组，而Matlab 使用基于 1 的数组；不幸的是，我没有方便的 Matlab 来测试这些实现细节。

即便如此，对于您的应用程序而言，将沿这些线计算的几行堆叠起来可能比从完整的 Kronecker 产品中选择一个子集更有效。