嵌套循环速度的matlab阶

假设我有以下代码。是版本1还是版本2更快？更改的是两个嵌套循环的顺序

版本1

% bigArray has dim: [npolv,nz,nsv]
% npolv=68961 > nsv=200 > nz=81
for j=1:nz
   for qq=1:nsv
       % the output of fun is a vector dim npolv
       bigArray(:,j,qq) = fun();
   end
end

或版本2

% bigArray has dim: [npolv,nz,nsv]
% npolv=68961 > nsv=200 > nz=81
for qq=1:nsv
    for j=1:nz
        % the output of fun is a vector with dim npolv
        bigArray(:,j,qq) = fun();
    end
end

---

如果分配向量

bigArray=0（DIM、nz、nsv）

，则没有实际差异

在这两种情况下，函数

fun（）

按顺序执行

nz*nsv

次

---

相反，使用

tic

t=toc

检查每个可能性的计时，并使用

parfor

进行并行执行

版本2很可能比版本1快，这是因为Matlab在内存中存储数据的方式（按列，或者更准确地说，最左边的索引变化最快并存储在连续的内存位置）和内存缓存的效果（一次获取一页内存[例如，4KB=500

double

元素]）。这就是所谓的空间位置，或原则。通过在左索引之前循环最右边的索引，我们可以最大限度地提高CPU缓存的效率，因为CPU不需要经常访问主内存（RAM）来获取连续的数据项

对于小数据矩阵，这种影响通常很小或很小，但当数据大小大于平台的页面大小时，这种影响可能会很明显-在这种情况下，与版本1相比，版本2可以看到2倍甚至更多的加速

---

话虽如此，如果你能使你的

有趣（）

矢量化，潜在的加速比切换循环顺序的加速要大得多。

我不认为会有任何明显的区别，但使用tic和toc来测量它。可能会有差异，因为内存中数组的顺序不同，但我同意@JakobL的观点，真正判断的唯一方法是测量它。实际上，两个可能更快，但这取决于第一维度的大小，以及

乐趣的成本。量，量，量。