Question

优化我的MATLAB代码，我偶然发现了一个关于匿名函数的奇怪问题。

就像in this thread我意识到的那样，有时匿名函数的运行速度非常慢。但是对函数的更改很少，它的运行速度与子函数或嵌套函数一样快。

我使用这个（简单的）测试文件来重现Windows 7 64位下Matlab R2010b的行为：

clear all; close all; clc;

% functions
fn1 = @(x) x^2;
fn2 = @(x) double(x^2);

% variables
x = linspace(-100,100,100000);
N = length(x);

%% anonymous function
y = zeros(1,N);
t = tic;
for i=1:N
    y(i) = fn1(x(i));
end
tm.anonymous_1 = toc(t);

%% anonymous function (modified)
y = zeros(1,N);
t = tic;
for i=1:N
    y(i) = fn2(x(i));
end
tm.anonymous_2 = toc(t);

%% print
tm

我得到的结果是：

tm = 

    anonymous_1: 1.0605
    anonymous_2: 0.1217

正如您所看到的，第一种方法慢了大约10倍。我不知道是什么触发了这种加速/减速。我尝试了不同的东西，得到了几乎相同（快速）的时间：

fn2 = @(x) 1 * x^2;
fn2 = @(x) 0 + x^2;
fn2 = @(x) abs(x^2);
fn2 = @(x) x*x;

在我开始分析我的所有功能之前，我想知道是否有人对此行为有解释？

P.S。：我知道“矢量化”方法要快得多，但在我的情况下，求解器将评估每个可变时间步的函数，因此这不是一个选项。

Answer 1

似乎在'fn2'的情况下，Matlab优化器能够内联函数，而在'fn1'的情况下它不能这样做。

这可能与Matlab对参数和返回值的标量或复杂性或结构的了解有关。它可能会发现“我”（呼叫站点的参数）必然是标量的，真实的和非严格的。给定一个标量参数，然后尝试找出函数的行为。在'fn2'的情况下，Matlab的优化器静态地确定它总是能够将'double（）'的所有可能结果拟合到目标变量'y（i）'中。由于某些原因只有优化器的设计者知道，Matlab无法得出'fn1'的相同结论。也许有一些非明显的角落情况，或者'^'缺少优化器所依赖的某些元数据。无论如何，结果是在'fn1'的情况下，Matlab显然在每次迭代时重新评估函数。

无论如何，静态优化动态语言在编译器设计中是一种黑色艺术。

Answer 2

我认为使函数的返回类型独立于其参数的类型使得Matlab更容易优化。顺便说一句，y = fn1(x);和y = fn2(x);在运行时间方面具有大致相同的比例，因此它不是标量或复杂参数的影响。

MATLAB：匿名函数的性能问题

2 个答案: