如何基于索引向量求和

我有3个向量-总和向量，贡献向量和值向量。我想根据值向量对它们的贡献向量求和，并将它们放在和向量中的相应索引中。一个例子是：

A = [0;0] (sum vector), B = [0,0,1,1] (contribution vector) C=[20,30,40,10] (value vector)

输出： A = [20+30;40+10]

这样，B向量的长度与C的长度相同，并且它们的相应索引会告诉我们A中要添加到的位置。

我可以通过for循环来实现这一点：

for index,value in enumerate(C):
    A[B[index]]+=value

但是，由于这将是我的NN模型正向循环的一部分，因此将导致严重的性能问题。具体来说，我正在寻找一种矢量/矩阵排序方法，该方法将更加高效。在上面的示例中，对我而言有效的工作是：

A=torch.zeros(2,1)
C=C.reshape(2,2)
sum=torch.sum(C,1).reshape(2,1)
A += sum

但是，我遇到了问题，因为并非总是A的索引具有相同的贡献。例如-的情况下，使得B = [0,0,0,1,1]和C=[20,30,40,10,50]。对于一般情况，是否有功能或策略性的方法来做到这一点？谢谢！