Performance “时间比较”；至于；Matlab中的环路与倍频程

刚才，我才知道Matlab&Octave使用了column major

Fortran、OpenGL和OpenGL ES、MATLAB、， GNU八度音阶，R，Julia，Rasdaman和Scilab

所以我只是在检查Matlab和倍频程中的“for-loop”速度。结果如下：

Matlab

>> x = rand(10000);
>> tic; for i=1:10000 for j=1:10000 k=x(i,j); end; end; toc; % row-major
Elapsed time is 2.320215 seconds.
>> tic; for i=1:10000 for j=1:10000 k=x(j,i); end; end; toc; % column-major
Elapsed time is 0.433013 seconds.

正如所料，列主顺序快于行主顺序。

倍频程

> x=rand(5000);
> tic; for i=1:5000 for j=1:5000 k=x(i,j); end; end; toc; % row-major
Elapsed time is 77 seconds.
> tic; for i=1:5000 for j=1:5000 k=x(j,i); end; end; toc; % column-major
Elapsed time is 78 seconds.

两种情况下的结果相同。

问题：

---

为什么行主循环和列主循环在八度音阶中的表现相似，尽管它使用了列主循环？

为了进一步阐述我的评论，我将发布一个答案。但我不是这方面的专家

首先，在Matlab中使用

feature accel off

运行测试以禁用JIT编译，返回的结果与Octave的结果大致相同。因此，Matlab和倍频程之间的速度提高是由于Matlab的JIT编译，它必须对循环进行矢量化

其次，Matlab的JIT编译版本对于列优先比行优先更快的原因是因为Matlab是列优先的，这是有道理的

然后，对于没有JIT编译的Octave和Matlab，列第一次求值只是稍微快一点。由于每个值都是从随机矩阵中单独提取出来的，我可以理解为什么这样做会很慢，但不能理解为什么行和列之间首先会有很大的差异

---

希望这会有所帮助，也许其他人可以扩展/改进这一点，或者发布一个真正的答案

如果您尝试对整个列或行进行操作，您将看到不同。在MATLAB和Octave中尝试以下代码：

%% Columns
a = rand(n);
b = zeros(n,1);
tic
for ii = 1:n
  b = b + a(:,ii);
end
t1 = toc

%% Rows:
a = rand(n);
b = zeros(1,n);
tic
for ii = 1:n
  b = b + a(ii,:);
end
t2 = toc

在我的计算机上，它提供：

%% MATLAB:
t1 =  0.0287
t2 =  0.3778

%% Octave*:
t1 =  0.089480
t2 =  0.20313

现在，在倍频程上的差异并没有在MATLAB中那么大，但在倍频程上仍然是一个显著的差异（速度是MATLAB的两倍多）

David已经发布了一个关于JIT编译的答案，所以我将跳过这一部分

---

*我没有可用的八度音阶，所以我必须测试它

这也许可以解释一些事情，特别是Octave缺乏JIT：我已经看到了这个链接。它让我们了解了为什么Matlab循环比倍频程快得多（10000x1000 v/s为0.5秒，倍频程为5000x5000 v/s为78秒），但我想没有提到我的问题。在

功能加速关闭

的情况下再次运行测试，我看不到行或列的第一个版本之间有什么真正的区别（与您的倍频程结果非常相似）.所以JIT编译是时间上的差异，我猜非矢量化循环与JIT编译器使用的矢量化版本相比，不依赖于矩阵的访问方式。哦，那很酷。但是，为什么Matlab和倍频程没有差异？我的意思是，无论如何，列式循环应该更快，对吗？+1作为答案.但我仍然不明白为什么没有JIT就没有区别。我认为这只是因为每次循环迭代，Matlab/Octave都必须去检索矩阵的单个元素，用它进行计算，然后检索下一个元素。它不是将矩阵的列加载到缓存中并使用每个元素，而是加载单个e元素，然后移除它们，然后将下一个元素加载到缓存中。