Python 为什么matlab中的逆for循环速度更快

我最近在MATLAB中遇到了这个for循环代码，这让我很困惑，因为逆循环做同样的事情更快。为什么会发生这种情况

clear all
a = rand(1000,1000);
b = rand(1000,1000);

for i=1:1000
 for j=1:1000
 c(i,j) = a(i,j) + b(i,j);
 end
end

与反向循环相同的代码：

clear all
a = rand(1000,1000);
b = rand(1000,1000);

for i=1000:-1:1
 for j=1000:-1:1
 c(i,j) = a(i,j) + b(i,j);
 end
end

---

我在python中对范围（1000,1，-1）进行了相同的操作，并发现了相同的结果（逆循环速度更快）。

因为在按相反顺序执行时没有预先分配输出变量c，所以在第一次for循环迭代后，c最初被预先分配到1000 x 1000矩阵。当您计算c时，每个循环的大小都会增加，这需要在每次迭代时重新分配内存，因此速度较慢。如果打开了它们，Matlab会将其显示为警告。

因为在按相反顺序运行时没有预先分配输出变量c，所以在第一次for循环迭代后，c最初被预先分配到1000 x 1000矩阵。当您计算c时，每个循环的大小都会增加，这需要在每次迭代时重新分配内存，因此速度较慢。如果打开它们，Matlab会将其显示为警告。

逆循环速度更快，因为第一次迭代（

c（10001000）=..

）会创建一个大小为1000x1000的数组，而第一段代码会不断增加变量c的大小

---

为避免此类问题，请预先分配在循环中编写的变量。插入一个

c=0（10001000）

，两个版本都能快速运行。您的matlab编辑器会向您显示警告（黄线），指示代码中潜在的性能问题和其他问题。阅读这些信息

逆循环速度更快，因为第一次迭代（

c（10001000）=..

）创建了一个大小为1000x1000的数组，而第一段代码不断增加变量c的大小

---

为避免此类问题，请预先分配在循环中编写的变量。插入一个

c=0（10001000）

，两个版本都能快速运行。您的matlab编辑器会向您显示警告（黄线），指示代码中潜在的性能问题和其他问题。阅读这些信息

我猜，因为您没有事先声明

c

，所以每次执行1->1000意味着matlab必须扩展数组，而执行1000->1则为您预先构建一个1000项数组。@MarcB准确地说。把它贴出来作为答案！持续更快？你用什么来计时？@MarcB MATLAB甚至会给出一个警告，不知道OP为什么没有读到它？这是什么？如果阅读变得流行，那么SO上90%以上的问题都是多余的……我猜既然你没有事先声明

c

，那么每次使用1->1000意味着matlab必须扩展数组，而使用1000->1则会为你预建一个1000项的数组。@MarcB。把它贴出来作为答案！持续更快？你用什么来计时？@MarcB MATLAB甚至会给出一个警告，不知道OP为什么没有读到它？这是什么？如果阅读变得流行，那么90%以上的问题都是多余的。。。