Оптимизируя мой код MATLAB, я наткнулся на странную проблему, касающуюся анонимных функций.
Как и в этом потоке Я понял, что иногда анонимные функции работают очень медленно. Но с минимальными изменениями функции она работает так же быстро, как подфункции или вложенные функции.
Я использовал этот (простой) тестовый файл, чтобы воспроизвести поведение с Matlab R2010b в 64-разрядной версии Windows 7:
clear all; close all; clc;
% functions
fn1 = @(x) x^2;
fn2 = @(x) double(x^2);
% variables
x = linspace(-100,100,100000);
N = length(x);
%% anonymous function
y = zeros(1,N);
t = tic;
for i=1:N
y(i) = fn1(x(i));
end
tm.anonymous_1 = toc(t);
%% anonymous function (modified)
y = zeros(1,N);
t = tic;
for i=1:N
y(i) = fn2(x(i));
end
tm.anonymous_2 = toc(t);
%% print
tm
Результаты, которые я получил были:
tm =
anonymous_1: 1.0605
anonymous_2: 0.1217
Как видите, первый подход примерно в 10 раз медленнее. Понятия не имею, что вызывает это ускорение / замедление. Я пробовал разные вещи, получая почти одинаковые (быстрые) тайминги:
fn2 = @(x) 1 * x^2;
fn2 = @(x) 0 + x^2;
fn2 = @(x) abs(x^2);
fn2 = @(x) x*x;
Прежде чем я начну профилировать все свои функции,
Я хотел бы знать, есть ли у кого-нибудь объяснение такого поведения?
PS: Я знаю, что "векторизованные" подходы намного быстрее, но в моем случае решатель будет оценивать функцию для каждого переменного временного шага, так что это не вариант.