matlab - 为什么矢量化代码比 MATLAB 中的循环运行得更快？

Question

我读过 this但我仍然不明白为什么矢量化代码更快。

在 for 循环中，我可以使用 parfor 来进行并行计算。如果矢量化代码更快，是否意味着它自动并行化了？

Answer 1

没有。您正在混合两个重要概念:

• MATLAB 旨在非常快速地执行矢量运算。 MATLAB 是一种解释型语言，这就是其中循环如此缓慢的原因。 MATLAB 通过提供极其快速(通常用 C 语言编写，并针对特定体系结构进行了优化)和经过良好测试的函数来对向量进行运算，从而回避了这个问题。这里真的没有魔法，它只是一堆艰苦的工作和多年不断的小改进。

例如考虑一个简单的案例，如下所示:

s=0;
for i=1:length(v),
    s = s+v(i);
end

和

sum(v)

您可能应该使用 tic 和 toc 对这两个函数进行计时，以使自己了解运行时的差异。大约有 10 个类似的对向量进行操作的常用函数，例如:bsxfun、repmat、length、find。矢量化是有效使用 MATLAB 的标准部分。在您能够有效地矢量化代码之前，您只是 MATLAB 世界的游客，而不是公民。

• 最新版本的 MATLAB 提供了 parfor。 parfor 不是 Elixir ，它是一个可以使用和滥用的工具(在上面的求和示例中尝试 parfor)。不是所有的fors都可以parfored。 parfor 专为任务并行类型的问题而设计，其中循环的每次迭代都独立于其他迭代。这是使用 parfor 循环的关键要求。

虽然在许多情况下 parfor 可以提供很多帮助，但很少会出现可以通过 parfor 获得非常大 yield 的循环类型。