MATLAB代码性能评估

MATLAB算法性能评估

本文验证了4个可以提高MATLAB代码性能的策略，代码参考了文末链接。经过测试，分析实际的代码运行结果，仅有两个策略可以做出确定的结论。

1、按列优先循环

此结论有待确定，运行代码，优先按行与优先按列两者的实际运行时间差异极小，有时前者大于后者，有时后者大于前者。

%% 按列优先循环
clear all
n = 1000;
a = rand(n);
tic
for i = 1:n
    for j = 1:n
        a(i,j);
    end
end
toc

tic
for i = 1:n
    for j = 1:n
        a(j,i);
    end
end
toc

运行结果

2、选择恰当的数据类型

处理double类型数据处理速度最快，而cell、struct类型的数据次之。

%% 选择恰当的数据类型
clear all
n = 300000;
a = 8;
b{1} = 8;
c.data = 8;
tic
for k = 1:n
    a;
end
time = toc;
disp(['访问',num2str(n),'次double型数组时间是:',num2str(time),'秒！'])

tic
for k = 1:n
    b{1};
end
time = toc;
disp(['访问',num2str(n),'次cell型数组时间是:',num2str(time),'秒！'])

tic
for k = 1:n
    c.data;
end
time = toc;
disp(['访问',num2str(n),'次struct型数组时间是:',num2str(time),'秒！'])

运行结果

3、循环次数多的变量安排在外层

此结论有待确定，运行代码，循环变量安排在外层与内层两者的实际运行时间差异极小，有时前者大于后者，有时后者大于前者。

%% 循环次数多的变量安排在外层
clear all
tic
a = 0;
for i = 1:1000
    for j = 1:500000
        a = a+1;
    end
end
toc


tic
for i = 1:500000
    for j = 1:1000
        a = a+1;
    end
end
toc

运行结果

4、使用变量前，预先分配内存空间

预先分配内存空间可显著提升代码运行速度。

%% 使用变量前，预先分配内存空间
clear all
n = 30000;
tic
for k = 1:n
    a(k) = 1;
end
time = toc;
disp(['未预先分配内存下动态赋值长',num2str(n),'的数组时间是：',num2str(time),'秒！'])

tic
b = zeros(1,n);
for k = 1:n
    b(k) = 1;
end
time = toc;
disp(['预先分配内存下动态赋值长为',num2str(n),'的数组时间为：',num2str(time),'秒！'])

运行结果

参考文献

https://www.bilibili.com/video/BV1Np4y1y7Gh?p=14