提升性能的方法 -凯发k8网页登录

使用函数代替脚本。函数的速度通常更快。

优先使用局部函数，而不是嵌套函数。当函数不需要访问主函数中的变量时，尤其应当使用这种方法。

使用模块化编程。要避免产生大文件或者包含不常使用代码的文件，请将代码拆分为简单的综合函数。这种做法可降低首次运行的成本。

预分配 - 您可以考虑预分配数组所需的最大空间量，而不用持续调整数组大小。有关详细信息，请参阅。

向量化 - 请考虑使用 matlab 矩阵和向量运算，而不是编写基于循环的代码。有关详细信息，请参阅。

将独立运算放在循环外 - 如果代码不使用每个 for 或 while 循环迭代进行不同计算，请将其移到循环外以避免冗余计算。

当数据类型更改时创建新变量 - 创建一个新变量，而不是将不同类型的数据分配给现有变量。更改现有变量的类或数组形状需要额外时间进行处理。

使用短路运算符 - 如果可能，请尽量使用短路逻辑运算符 && 和 ||。短路运算符更有效，因为仅当第一个操作数不能完全确定结果时，matlab 才会计算第二个操作数。有关详细信息，请参阅 和 。

避免使用全局变量 - 尽量少使用全局变量是一种良好的编程做法，因为全局变量可能会降低 matlab 代码的性能。

避免重载内置函数 - 避免对任何标准 matlab 数据类重载内置函数。

避免使用“代码形式的数据”- 如果您有用于生成包含常量值的变量的大段代码（例如，超过 500 行），请考虑构造变量并将其保存在文件（例如 mat 文件或 .csv 文件）中。然后，您可以加载变量而不是执行代码来生成这些变量。

在后台运行代码 - 将 与 结合使用以在后台运行函数。您可以同时运行 matlab 中的其他代码，使您的 app 响应更快。有关详细信息，请参阅run functions in the background。

在 gpu 上或以并行方式运行代码 - 如果您有 parallel computing toolbox™ 许可证，可以通过将 gpuarray 数据传递给支持的函数来在 gpu 上运行代码，或使用 parfor 循环等方式并行运行代码。有关详细信息，请参阅choose a parallel computing solution (parallel computing toolbox)。

请避免清除不是必须清除的代码。请不要以编程方式使用 clear all。有关详细信息，请参阅 。

请避免使用查询 matlab 状态的函数，例如 inputname、which、whos、exist(var) 和 dbstack。运行时自检会耗费大量计算资源。

请避免使用 eval、evalc、evalin 和 feval(fname) 等函数。尽可能使用到 feval 的函数句柄输入。从文本间接计算 matlab 表达式会耗费大量计算资源。

请尽可能避免以编程方式使用 cd、addpath 和 rmpath。在运行时更改 matlab 路径会导致重新编译代码。