Performance 修改阵列的函数意外减速

这个错误是由于Matlab太聪明了

我有点像

for k=1:N
    stats = subfun(E,k,stats);
end

其中，

stats

是一个

1xN

数组，

N=5000

假设，

subfun

从

E

计算

stats（k）

，并将其填充到stats中

function stats = subfun(E,k,stats)
    s = mean(E);
    stats(k) = s;
end

当然，在来回传递一个大数组时，只需填充其中一个元素，会有一些开销。然而，在我的例子中，开销是可以忽略的，我更喜欢这段代码而不是

for k=1:N
    s = subfun(E,k);
    stats(k) = s;
end

我的偏好是因为我实际上有比统计数据多得多的任务。 另外，有些作业实际上要复杂得多

如前所述，开销是可以忽略的。但是，如果我做了一些琐碎的事情，比如这个无关紧要的if语句

for k=1:N
    i = k;
    if i>=1
        stats = subfun(E,i,stats);
    end
end

子单元内部发生的赋值突然“永远”（其增长速度远远快于与N的线性关系）。这是一项任务，而不是永远需要的计算。事实上，它甚至比以下毫无意义的

子功能更糟糕

function stats = subfun(E,k,stats)
    s = calculation_on_E(E);
    clear stats
    stats(k) = s;
end

每次都需要重新分配统计数据

有人知道为什么会发生这种情况吗？
这可能是由于Matlab的一些模糊细节造成的。Matlab最新版本的JIT不知道创建新数组，而是在某些有限的情况下进行修改。其中一个要求是将功能定义为

function x = modify_big_matrix(x, i, j)
x(i, j) = 123;

而不是

function x_out = modify_big_matrix(x_in, i, j)
x_out = x_in;
x_out(i, j) = 123;

您的示例似乎遵循这条规则，因此，正如Praetorian所提到的，您的
if
语句可能会阻止JIT认识到它是一个就地操作

如果您真的需要加快算法的速度，可以在适当的位置修改数组。我已经成功地使用这个技巧在一些中型阵列（订单100x100x100 IIRC）上获得了4倍的加速。但是，如果您不小心，这可能会破坏Matlab，并可能在未来版本中停止工作。
正如其他人所讨论的，问题几乎肯定在于JIT及其相对脆弱的修改能力

如前所述，我确实更喜欢函数调用和赋值的第一种形式，尽管已经提出了其他可行的解决方案。在不依赖JIT的情况下，唯一有效的方法（据我所见）是某种形式的引用传递

因此，我创建了一个从handle继承的类
Stats
，它包含
k=1:N
的数据数组。然后通过引用传递它

作为将来的参考，这似乎工作得很好，性能也很好，我目前正在使用它作为我的工作解决方案。
什么是
E
？只是一些常量数据？
E
可能是常量，也可能是随机的。它的大小不变。查看我的编辑。Matlab最新版本的JIT知道不创建新数组，而是进行修改。其中一个要求是将函数定义为
函数x=modify（x，y）
，而不是
函数x\u out=modify（x\u in，y）
。您的示例似乎遵循这条规则，但您是否检查了实际代码？正如@Bas所提到的，MATLAB内置了一些启发式方法来确定是否可以修改数组。我猜通过在循环中添加分支，您已经混淆了JIT，它不再认为就地修改是可能的，从而导致每次迭代都重新分配。假设MATLAB没有函数的参考参数的概念，那么您真的应该重写函数，以便调用
stats（k）=subfun（E，k）在循环中。这将是更好的实践，而不是依赖JIT和它的模式匹配（或任何它做的事情）。@Praetorian我考虑过这一点，但问题是我的统计数据实际上是一个包含多个数组的结构。我当然可以有一个结构数组，但我发现从这样一个对象中获取字段更难。你的意思是
function x=modify（x，y）
，而不仅仅是
x=modify（x，y）
，对吗？是的，我的真实代码也有所需的格式。虽然我认为是JIT搞糟了，但是if语句真的很奇怪，谢谢，修正了错误。