Question

我很惊讶地发现在运行MATLAB for循环之间存在以下差异成本：

ksize = 100;
klist = 1:ksize;

tic
for m = 1:100000        
    for k = 1:ksize

    end        
end
toc

tic
for m = 1:100000        
    for k = klist

    end        
end
toc

唯一的区别在于创建索引列表的方式。我本来怀疑第二个版本要快一些，但是lo！

Elapsed time is 0.055400 seconds.
Elapsed time is 1.695904 seconds.

我的问题有两个：对上述结果负责的是什么，以及在MATLAB编程中这个细微差别（或类似的）发生在哪里？我希望将来能够更好地发现这些低效率。谢谢大家。

Answer 1

for()中的文档说明：

for index = values
   ...
end
其中values具有以下形式之一：



...



valArray：在每次迭代时从数组valArray的后续列创建列向量索引。例如，在第一次迭代中，index = valArray(:,1)。循环最多执行n次，其中n是valArray的列数，由numel(valArray, 1, :)给出。输入valArray可以是任何MATLAB数据类型，包括字符串，单元格数组或结构。

因此，我假设有一个重要的开销，并且编译器不检查1:ksize == klist是否利用更快的实现。换句话说，根据Eitan的评论，JIT适用于前两种被接受的值。

整个问题与以下索引任务（列与元素）有关：

tic
for m = 1:100000        
    for k = 1:ksize
        klist(:,k);
    end        
end
toc

tic
for m = 1:100000        
    for k = 1:ksize
        klist(k);
    end        
end
toc

Index column:  ~2.9 sec
Index element: ~0.28 sec

您可以看到klist(:,k)如何有效地减慢更快的循环，表明for k = klist中的问题与此案例中使用的列索引相关。

有关其他详细信息，请参阅此lengthy discussion on (inefficient) indexing。

Answer 2

我的回答是推测（因为只有Mathworks的人知道他们产品的实现），但我认为第一个k循环被优化为不创建实际的索引数组，而是逐个扫描它们，因为它明确地显示了值是如何“建立”的。第二个k循环无法优化，因为解释器事先不知道索引数组的内容是否会均匀增长。因此，每次循环开始时，它都会复制访问原始klist，这就是性能损失的原因。

稍后编辑：与“动态”创建索引值相比，klist数组中的索引访问可能会带来另一个性能损失。

MATLAB for循环索引的最佳实践

2 个答案: