MATLAB的垃圾收集器？

[poster]

您的心理模型是什么？如何实施？它有哪些优点和缺点？ MATLAB GC与Python GC

使用MATLAB嵌套函数在本来看上去很天真的代码中使用时，有时会遇到奇怪的性能瓶颈，我敢肯定这是由于GC。垃圾收集器是VM的重要组成部分，Mathworks并未将其公开。

我的问题是关于MATLAB自己的堆和GC！与处理Java / COM对象无关/防止“内存不足”错误/分配堆栈变量。

编辑：第一个响应实际上是元答案“我为什么要关心？”。我确实很在意，因为GC在实现链接列表或MVC模式时会表现出来。


回答：
这是我收集的事实清单。在这种情况下，用内存（取消）分配代替GC似乎更合适。

我的主要信息来源是Loren的博客（尤其是其评论）以及MATLAB Digest的这篇文章。

由于其面向具有大量数据集的数值计算，MATLAB在优化堆栈对象性能方面确实做得很好，例如对数据使用就地操作以及对函数参数进行按引用调用。同样由于其定位，其内存模型与Java之类的OO语言从根本上是不同的 。

在版本7之前，MATLAB正式没有用户定义的堆内存（在版本6中， schema.m文件中有未记录的reference功能）。 MATLAB 7具有嵌套函数（闭包）形式和句柄对象形式的堆，它们的实现具有相同的基础。附带说明一下，可以在MATLAB中使用闭包来仿真 OO（对于2008a之前的版本很有用）。

出乎意料的是，可以检查由函数句柄（关闭）捕获的封闭函数的整个工作区，请参见MATLAB帮助中的函数function（fhandle） 。这意味着封闭的工作空间正在冻结在内存中。这就是为什么在嵌套函数中使用cellfun/arrayfun有时会非常慢的原因。

Loren和Brad Phelan也有关于对象清理的有趣文章。

在我看来，MATLAB中关于堆释放的最有趣的事实是，每次堆栈被释放时，MATLAB都会尝试执行此操作，即在离开每个函数时。这具有优点，但是如果堆释放缓慢，则也将带来巨大的CPU损失。在某些情况下，在MATLAB中它实际上非常慢！

可能会击中代码的MATLAB内存释放的性能问题非常严重。我总是注意到，当代码突然运行慢20倍，有时在离开函数和返回调用者之间需要花费几秒钟的时间时，我无意中在代码中引入了循环引用（花费在清理上的时间）。这是一个已知的问题，请参阅Dave Foti和此较老的论坛帖子 ，其中的代码用于使该图片可视化性能（测试是在不同的机器上进行的，因此不同MATLAB版本的绝对时序比较是没有意义的）：

参考对象池大小的线性增加意味着MATLAB性能的多项式（或指数）降低！对于价值对象，其性能是线性的。

考虑到这些事实，我只能推测MATLAB尚未使用非常有效的引用计数形式进行堆释放。

编辑 ：我总是遇到许多小的嵌套函数的性能问题，但是最近我注意到，至少在2006a上，清理具有数兆字节数据的单个嵌套范围也是很糟糕的，仅将嵌套范围变量设置为空就需要1.5秒！

编辑2 ：终于我得到了答案- 戴夫·福蒂本人 。他承认这些缺陷，但表示MATLAB将保留其当前的确定性清除方法。

图例：执行时间越短越好





更多&回答...