Optimization 相同代码中的MATLAB速度差

我有一些一直在使用的MATLAB代码。有三个部分，比如A、B和C。A和C可以改变，B保持不变

我所做的是将A、B和C分离成单独的.m文件（不是函数，只是脚本）。A只创建一组变量，B包含逻辑，C包含结果的绘图。我将D称为一个文件，在这个文件中，我所做的只是线性地复制/粘贴a、B和C的全部内容

如果我先运行A，然后运行B，然后运行C，B中的迭代进行得非常慢，每次迭代大约15秒。 如果我运行D（只是A然后B然后粘贴C），它运行得很快，每次迭代大约2秒

---

鉴于MATLAB以完全相同的顺序运行完全相同的代码，为什么两者的执行时间会有如此大的差异？

如果没有一个可复制的示例，很难说发生了什么。不过我可以告诉你如何寻找自己

关闭并重新打开MATLAB，这样一切都是新鲜的。（或者至少关闭所有隐藏的；清除类；clc；） 如果在调用

A

、

B

、

C

之前调用

D

，您会得到相同的计时吗？如果您没有清除中间的变量，那么MATLAB将不得不在第二次执行更少的分配

如果计时相同，则需要使用探查器。（单击桌面->分析器）评测每个脚本，并记下哪些行比较慢。他们匹配吗？你能看到一些图案吗？您确定在这两种情况下都执行相同的代码吗

---

如果仍然没有明显的原因来解释时间的不同，那么也许Praetorian是对的，这就是深度JIT魔法。

我相信你有记忆问题。Matlab函数实际上将其输入变量作为指针，但如果更改数据，它将成为一个副本。 因此，如果A、B、C有大量的输入和输出，并且它们中的每一个都修改了一些数据的一小部分，那么就会得到大量的内存分配

例如：

function Main()
 x = imread('peppers.png');
 for i=1:size(x,1)
     for j=1:size(x,2)
          x = ChangePixel(x,i,j);
     end
 end
 imshow(x);
end

function A = ChangePixel(A,i,j)
    A(i,j,:) = A(i,j,[3 2 1]);
end

这段代码将非常慢，因为ChangePixel每次分配一个新的矩阵

有时，Matlab可以检测此类操作并使用内部优化。

---

但是，我们无法知道它是否会发生，因此最好避免这种操作。

也许MATLAB JIT能够在D中更好地优化您的代码，因为它可以一次看到所有代码。如果将B变成函数而不是脚本，会发生什么？您如何记录执行时间？尝试

全部清除；tic，A；BCtoc

然后与

进行比较，全部清除；tic，D；toc

。总之，@Praetorian给出了一个似是而非的解释。另外，让我猜猜：你对内置函数的使用在这段代码中并不占主导地位，你大部分时间都花在解释器上，比如

for

循环等。这将使它成为与Matlab JIT不同的主要候选对象。。。。至于评测，如果真的是2秒对15秒，那么这里解释的“Ctrl-C”评测方法可能是个好主意：。。。基本上，在调用代码之前，如果出现错误，您可以

dbstop，然后在认为速度慢时，使用Ctrl-C中断。。。这样做几次会让你很好地知道所有的时间都花在了哪里；MATLAB可以在某些情况下检测就地操作，并对其进行优化，以避免生成不必要的副本。请看我的回答：谢谢你，阿姆罗。你有没有任何例子会一直被优化？你应该阅读我的答案中链接的Loren博客文章：我已经阅读了博客。看起来没有人，甚至连Loren自己都无法判断JIT优化是否会发生。这非常令人不安。