Matlab：arrayfun、cellfun、spfun 和 structfun 与简单的 for 循环

Posted 2023-02-24

【中文标题】Matlab：arrayfun、cellfun、spfun 和 structfun 与简单的 for 循环

【英文标题】：Matlab: arrayfun, cellfun, spfun and structfun vs. simple for-loop

【发布时间】：2013-04-15 03:08:29

【问题描述】：

哪个更好，使用所有*fun 函数（arrayfun、cellfun、structfun 和spfun）还是简单地使用for 循环？

就代码的可读性而言，哪种方法可以提供更好的性能以及哪些方法应该被视为更好的实践？

【问题讨论】：

相关问题：arrayfun can be significantly slower than an explicit loop in matlab. Why?

也相关answer

我想说的是，随着 Matlab 的开发，各种计算函数的方法在数组上的相对性能会发生变化，我们当中的专业人士应该（重新）测试我们对哪种方法更快的想法每个新版本。至于代码的可读性，这是非常主观的，我害怕踩到那里。

例如，MATLAB 当前有 arrayfun，它在 GPU 上运行 gpuArray。 Octave 有一个 parallel arrayfun 在 CPU 上使用多个进程（相当于parfor）

另一个相关的比较问题：What is the fastest way to perform arithmetic operations on each element of a cell array?

【参考方案1】：

这真的取决于你所说的“性能”:)

如果您的意思是最短执行时间，那么，有时*fun 会更快（例如，cellfun('isempty', ...);（是的，字符串参数！）肯定优于循环版本）。有时循环更快。如果您使用的是小于 2006 的 Matlab 版本，则默认使用 *fun 函数。如果您使用的是较新的内容，请默认使用循环。您仍然必须始终进行分析以找出哪个更快。

正如 Amro 所指出的，如果您有一个能够执行 FP 算术的 GPU，以及支持 GpGPU 的最新版本的 Matlab，那么对于 gpuArray 输入的调用 arrayfun 将被大规模并行化。但是，不能就执行时间做出一般性陈述；对于较小的数组或绝对庞大的数组，将所有内容复制到 GPU 的开销可能会抵消并行计算的任何好处，因此...分析确实是唯一确定的方法。

如果您的意思是最少编码时间，那么我会说只要操作简单，用*fun 编码通常会更快。对于任何复杂的事情，通常最好选择循环。

如果您的意思是最佳可读性，因此在专业环境中维护和实施更改所需的最少时间，当然，选择循环。

目前，您的问题还没有一个明确的简单答案:)