Arrays MATLAB中的嵌套for循环速度极慢（预分配）
我正在尝试学习MATLAB，我遇到的第一个问题是用静态相机和运动物体从图像序列中猜测背景。首先，我只想计算一段时间内像素的平均值或中值，所以这是一个函数，我想应用于四维数组中的一行 我已将RGB图像加载到具有以下维度的4维阵列中：Arrays MATLAB中的嵌套for循环速度极慢（预分配）,arrays,performance,matlab,loops,for-loop,Arrays,Performance,Matlab,Loops,For Loop,我正在尝试学习MATLAB，我遇到的第一个问题是用静态相机和运动物体从图像序列中猜测背景。首先，我只想计算一段时间内像素的平均值或中值，所以这是一个函数，我想应用于四维数组中的一行 我已将RGB图像加载到具有以下维度的4维阵列中： uint8 [ num_images, width, height, RGB ] 下面是我编写的函数，它包含4个嵌套循环。我使用了预分配，但仍然非常慢。在C++中，我相信这个函数可以运行至少10X-20X更快，我认为CUDA可以实时运行。在MATLAB中，使用4个嵌
uint8 [ num_images, width, height, RGB ]
function background = calc_background(stack)
tic;
si = size(stack,1);
sy = size(stack,2);
sx = size(stack,3);
sc = size(stack,4);
background = zeros(sy,sx,sc);
A = zeros(si,1);
for x = 1:sx
for y = 1:sy
for c = 1:sc
for i = 1:si
A(i) = stack(i,y,x,c);
end
background(y,x,c) = median(A);
end
end
end
background = uint8(background);
disp(toc);
end
function background = calc_background2(stack)
tic;
% bad code, confusing
% background = uint8(squeeze(median(stack(:, 1:size(stack,2), 1:size(stack,3), 1:3 ))));
% good code (credits: Laurent)
background=uint8((squeeze(median(stack,1)));
disp(toc);
end
有没有办法让嵌套循环快速运行，就像它在C++中自然发生一样？p> 或者我应该习惯用这种疯狂的单行语句方式编程MATLAB以获得最佳性能吗
更新 谢谢你的回答，现在我明白了很多。我的原始代码与stack（：，1:size（stack，2），1:size（stack，3），1:3））stackMatlab是一种解释语言，这意味着它必须计算脚本中的每一行代码 评估是一个漫长的过程，因为它必须解析、编译并解释每一行
**原始答复： 如果我理解得很好（并且你想要第一维度的中值），你可以尝试：
background=uint8((squeeze(median(stack,1)));
两者的区别在于它们执行代码的方法。粗略地描述一下：在C语言中，你把你的代码输入到一个编译器，编译器会试图优化你的代码，或者无论如何把它转换成机器代码。这需要一些时间，但当您实际执行程序时，它已经在机器代码中，因此执行速度非常快。您的编译器可能会花费大量时间来为您优化代码，一般来说，您并不关心编译一个发行版就绪的程序需要1分钟还是10分钟 MATLAB（和其他解释语言）通常不是这样工作的。当您执行程序时，解释器将解释每一行代码，并将其转换为一系列机器代码。如果您编写for循环，这会稍微慢一点，因为它必须反复解释代码（至少在原则上，对于最新版本的MATLAB来说，还有其他开销可能更重要）。这里的障碍是，所有事情都必须在运行时完成：解释器可以执行一些优化，但是执行耗时的优化是没有用的，在某些情况下，这些优化可能会大大提高性能，因为在大多数其他情况下，它们会导致性能下降 您可能会问，使用MATLAB获得了什么？您可以获得灵活性和清晰的语义。当你想做一个矩阵乘法，你只需要这样写；在C中，这将产生一个双
for