我想在多维函数上加速一些嵌套的for循环，所以我尝试对它进行矢量化。在这里，我已经制作了我正在运行的代码类型的简化版本：
xval = [1, 2, 3, 4];
thetaval = [0, 0, 0, 0];
p11 = @(x, theta) 1*x;
p12 = @(x, theta) 2*x.*exp(1i*theta);
p21 = @(x, theta) 2*x.*exp(1i*theta);
p22 = @(x, theta) 4*x.^2;
a = bsxfun(p11, xval, thetaval)
b = bsxfun(p12, xval, thetaval)
c = bsxfun(p21, xval, thetaval)
d = bsxfun(p22, xval, thetaval)
combo = [a, b, c, d]
q = size(xval);
length = q(2);
reshape(combo, 2, 2,4)
我的主要问题是： 这段代码＆＃34;是否已正确矢量化＆＃34;？也就是说，我是否有效地使用了matlab的资源？我可以让它更快吗？当xval和thetaval各约为50,000个元素时怎么样？
一些不那么重要的问题：
是否有更优雅的方式来编写此代码？我觉得我做了一个非常简单的任务，如果没有更多简化的基础设施来处理函数向量，我会感到惊讶。我看到simple ways实现了这个，但是当我给它一个函数实际上是一个函数数组时，bsxfun会中断。
单独调用这些函数当然不够优雅，但它也效率低下？我现在的实际代码中的函数数量是36，但后来我可能想要升级到100甚至1000。