在MATLAB中使用匿名函数会降低性能...其他人是否注意到了这一点？

[poster]

为了重构我的MATLAB代码，我认为我会在函数编程的启发下将函数作为参数传递（MATLAB称为匿名函数）。

但是，性能似乎受到了严重打击。在下面的示例中，我比较了不同的方法。 （代码段包装在一个函数中，以便能够使用子函数）

我得到的结果是直接为0秒，使用子函数几乎为0秒，使用匿名函数为5秒。我正在OS X 10.6和C2D 1.8 GHz上运行MATLAB 7.7（R2007b）。

任何人都可以运行代码并查看得到的内容吗？我对Windows的性能特别感兴趣。

function [] = speedtest() clear all; close all; function y = foo(x) y = zeros(1,length(x)); for j=1:N y(j) = x(j)^2; end end x = linspace(-100,100,100000); N = length(x); %% direct t = cputime; y = zeros(1,N); for i=1:N y(i) = x(i)^2; end r1 = cputime - t; %% using subfunction t = cputime; y = foo(x); r2 = cputime - t; %% using anon function fn = @(x) x^2; t = cputime; y = zeros(1,N); for i=1:N y(i) = fn(x(i)); end r3 = cputime-t; [r1 r2 r3] end
回答：
您在使用嵌套函数作弊。 :)匿名函数在循环内被调用，因此您要衡量其调用十万次的成本。嵌套函数仅被调用一次，因此其函数调用开销可忽略不计。为了比较调用匿名函数和命名函数的成本，您应该让嵌套函数执行与匿名函数相同的工作，然后再从循环内部调用它。

我做到了，仍然得到了类似的结果。匿名功能要慢20倍左右。

但是，您仍然可以将函数句柄与非匿名函数一起使用，并且其性能不会与匿名函数相同。这可以与嵌套函数（如原始测试中的foo）一起使用，也可以与非嵌套子函数（不充当闭包，并且可能具有较少的开销）一起使用。

function [] = speedtest() function y = foo(x) y = x^2; end r = struct; ... %% using nested function through function handle fn = @foo; y = zeros(1,N); t = cputime; for i=1:N y(i) = fn(x(i)); end r.nested_handle = cputime - t; ... %% using subfunction through function handle fn = @subfunction_foo; y = zeros(1,N); t = cputime; for i=1:N y(i) = fn(x(i)); end r.subfunction_handle = cputime - t; ... end % end function speedtest function y = subfunction_foo(x) y = x^2; end 我在Windows的R2009b上得到了这个。

>>速度测试 直接：0 嵌套：0.0469 nested_handle：0.0781 子功能：0.0313 subfunction_handle：0.0313 匿名：1.2344另一种看待它的方法是对代码进行结构化，以使其“矢量化”并在数组上运行，从而减少了函数调用的次数，而函数调用的成本无关紧要。 Matlab会更惯用：典型的性能建议是忽略函数调用和循环的开销，因为无论如何您应该对较大的参数进行较少的调用。



更多&回答...