一键定位降低Matlab代码性能的“元凶”

在我们编写Matlab程序时，对于函数或循环的使用不当会造成严重的性能浪费，从而降低我们的工作和学习效率，有时想要优化代码却发现无从下手。

这里介绍Matlab自带的Profiler工具，可以让我们一键分析代码各部分的耗时，方便针对性的修改和优化。

01

Profiler介绍

在Matlab中有三种调用Profiler工具的方法：

1. 在HOME（主页）选项卡，选择Run and Time（运行并计时）选项。

2. 在EDITOR（编辑器）选项卡，选择Profiler（分析器）选项。

3. 直接在命令行键入“profiler”。

在Profiler界面位置1处选择或键入需要分析的程序文件名称，点击位置2处的Run and Time（运行并计时）选项即可对程序进行分析。

02

示例

这里以一个简单的问题为例：

• 创建一个5000x5000的随机数矩阵A；

• 创建同样尺寸的矩阵B，将矩阵A中大于1的元素直接赋值给B，小于1的元素求负数后赋值给B。
  

• 初始代码：
  

clc,clear
tic
num = 5000;
for i = 1:num 
    for j = 1:num
        A(i,j) = rand;
        if (A(i,j) > 1)
            B(i,j) = A(i,j);
        else
            B(i,j) = -A(i,j);
        end
    end
end
toc

运行耗时99s（与计算机配置有关）。

使用Profile进行性能分析：

可以看到最耗时的部分集中在为A和B赋值的部分，这是由于我们没有实现分配内存，使得每次赋值后矩阵A和B的尺寸都发生了变化，总共进行了2500万次，因此损失了大量性能。

• 第一次优化
  

找到了问题的原因后对代码进行初步修改，提前为矩阵A、B分配内存。

clc,clear
tic
num = 5000;
B = zeros(num);
A = rand(num);
for i = 1:num 
    for j = 1:num
        if (A(i,j) > 1)
            B(i,j) = A(i,j);
        else
            B(i,j) = -A(i,j);
        end
    end
end
toc

运行耗时1s（与计算机配置有关）。

可以看到修改后运行效率的提升非常明显，但是否还有进一步的优化空间呢？我们继续使用Profiler分析一下。

从分析结果来看，虽然运行耗时已经大大减少，但是if-else的判断语句仍占用了大量的时间。

• 第二次优化
  

利用Matlab的矩阵特性进行进一步的优化：

clc,clear
tic
num = 5000;
A = rand(num);
B = A;
B(A<=1) = -A(A<=1);
toc

运行耗时0.45s（与计算机配置有关）

性能得到了进一步的提升，再使用Profiler分析一下：

可以看到所有语句均只执行了1次，性能已经可以满足需求。

—— end ——