MATLAB'；s基于周围代码的隐式广播优化？

在隐式数组创建方面给出了令人惊讶的结果：

array1=5*兰特（496736,1）；
阵列2=25*兰特（9286,1）；
输出=零（numel（array1），numel（array2））；%需要34GB内存
输出=零（numel（array1）、numel（array2），“逻辑”）；%需要4.3GB内存
output=abs（bsxfun（@减号，array1'，array2））来自的一些精彩提示：与使用
bsxfun
相比，隐式扩展提供了更快的执行速度、更好的内存使用和更好的代码可读性。我猜，MathWorks把魔法放在了那里，当然，没有关于这个的文档。也许从外部到内部解析参数来预测正确的输出类型现在是一件事了！？希望一些非MathWorks的人能提供更多的信息。@HansHirse这确实是一个非常有趣的提示。然而，至于执行速度，我看不出有什么大的区别。I，差别很小，只有在小数组中才明显。这是一致的。我刚刚重复了R2019a中的测试，结果是相同的。JIT是否可能按元素计算复合语句？（我的意思是，
d=a+b+c
不是计算为
tmp=a+b；d=tmp+c
，而是计算为
d（I）=a（I）+b（I）+c（I）
？任何有能力测试这一点的人（例如最大内存使用量）？将阵列1修剪到其长度的四分之一允许在我的机器上执行代码，并且它不使用相同的RAM，大量RAM用于大量输出，更少的RAM用于逻辑输出。我猜元素智能理论是正确的。一些提示来自于。也许MATLAB选择了其他方法，如分割数据和逐块计算。