6.1 性能优化：向量化与JIT

6.1 性能优化：向量化与 JIT

本节摘要：Matlab 的性能文化围绕向量化建立——用整块矩阵运算替代逐元素循环。本节讲热点测量、向量化改写、预分配、JIT 编译器对性能格局的改变，以及逻辑索引与 arrayfun 等向量化工具的适用边界。

慢从哪里来

解释执行的逐元素循环里，每个元素都要经历一次"解释—类型检查—调度"的开销，真正的浮点计算只占零头。向量化的思路是让一次调用处理整块数据，把开销摊薄到百万个元素上。这是 Matlab 社区三十年性能文化的核心，也塑造了这门语言的审美：一段好代码读起来应该像数学公式，而不是像流程。

先测再改

f1 = @() loopVersion(n);
timeit(f1)              % 多次运行取中位，可靠的计时方式
​

或跑性能分析器（编辑器"运行并计时"），拿到按行耗时排序的报告。优化的铁律：热点在哪改哪，直觉指认的嫌疑犯经常是无辜的。

双重循环的向量化改写

% 逐点版本：约 40 秒（n = 1000 的三重循环规模示意）
for i = 1:n
    for j = 1:n
        Z(i,j) = sqrt(X(i,j)^2 + Y(i,j)^2) + ...
                 sin(X(i,j)) * cos(Y(i,j));
    end
end

% 向量化版本：同等规模约 1 秒
Z = sqrt(X.^2 + Y.^2) + sin(X).*cos(Y);
​

加速来自两处：逐元素算符（.^、.*）让每次操作处理整个矩阵；sin、cos 对矩阵的调用进入内部的高度优化路径。第一段还有一个隐藏开销——Z 没有预分配，每写一行都在重新分配内存。就算暂时不想向量化，先加一句 Z = zeros(n) 也能数倍提速：

Z = zeros(size(X));     % 预分配：循环版的第一颗螺丝
​

工具箱里的向量化工具

Z = sqrt(X.^2 + Y.^2);
Z(Z > 3) = 3;                     % 逻辑索引替代 if 嵌套
W = bsxfun(@minus, M, v);         % 老写法：自动扩维
W = M - v;                        % 新写法：隐式扩展（R2016b 起）
R = arrayfun(@safeRatio, A, B);   % 逐元素调用函数（可读性优先时）
​

隐式扩展是演化的好样本：向量减矩阵当年必须 bsxfun，后来语言直接吸收了这个模式——用户惯用法沉淀为语言特性，这条路径在 Matlab 历史上反复出现。

JIT 之后，还要向量化吗

2000 年代中后期 JIT（即时编译）进入 Matlab，朴素的数值循环也快了很多，"不向量化就慢百倍"的旧训诫失效了一半。但向化的代码依然值得写：JIT 对纯数值循环效果好，对涉及对象、字符串、动态字段的循环仍然乏力；更重要的是可读性——向量化表达式与数学公式同构，审读成本更低。我的排序是：能向量化就向量化，向量化后可读性反而变差的（深嵌套、依赖上一步结果的递推）保留循环并预分配。递推依赖是典型例子，x(k) = x(k-1)*a 这种后项依赖前项的计算，天生串行，强行 arrayfun 是自找麻烦。

⚠️ 常见坑：把 repmat 与循环混用拼接大矩阵，内存翻了几倍再整体拷贝。改用预分配加切片赋值，或者让隐式扩展直接消掉拼接需求。

完整案例：一次带数据的优化过程

把本节方法完整走一遍。背景：地球物理课的一次作业，要对一百万个网格点计算埋深校正，原始代码是同学写的双重循环，跑一次一分多钟，参数要扫两百轮，等不起。过程按"测—改—再测"推进，每一步都留下数据：

n = 1000;
[X, Y] = meshgrid(linspace(0, 10, n));

% 版本 0：原始代码（循环且未预分配）
f0 = @() rawLoop(X, Y);
t0 = timeit(f0)                % 实测约 1.2e1 秒量级（机器而异）

% 版本 1：只加预分配，循环不动
f1 = @() preallocLoop(X, Y);
t1 = timeit(f1)                % 约降到原来的五分之一

% 版本 2：完全向量化
f2 = @() vecVersion(X, Y);
t2 = timeit(f2)                % 约降到原来的百分之一

fprintf('预分配提速 %.1f 倍，向量化再提速 %.1f 倍\n', t0/t1, t1/t2)
​

结果解读：预分配一项就拿到五倍，是性价比最高的一分钟投入；向量化再拿二十倍，两百轮扫描从四十分钟缩到两分钟，作业当晚就能交。变式与边界：若把元素函数换成含分支的复杂校正式（深度大于阈值走一条公式、小于走另一条），向量化写法要用逻辑索引分段计算——两段分别向量化后按掩码拼回，仍然比循环快一个量级；只有当分段逻辑复杂到互相嵌套时，才退回预分配循环。

排错与记录也有讲究。测量时用 timeit 而非 tic/toc 的原因，是后者受首次调用初始化与系统抖动影响，单次读数不可靠；对比前后版本务必在同一机器同一次会话里完成，跨机器的耗时倍数没有可比性。最后把三个版本的耗时写进代码注释存档，下次有人想"优化"这段代码时，先看到历史数据再决定动不动手——性能优化最常见的浪费，就是优化一段本来只占总耗时百分之一的代码。

性能问题排查顺序

接到"程序慢"的投诉，按固定顺序走能在十分钟内锁定方向。第一步跑性能分析器看热点分布，确认瓶颈在计算而不是读写文件——很多"慢程序"其实慢在循环里嵌了 save 或表格追加。第二步看热点行有无未预分配的 growing array、有无 repmat 大拼接。第三步检查数据类型，double 与 single 混用会触发隐式转换，表格与元胞上的循环比纯数值矩阵慢一个量级，把热区数据换成纯数值矩阵是常见的一招。三步走完仍不达标的，才轮到并行与 GPU，那是 6.3 的地盘。

补充一个容易被忽略的维度：内存布局。Matlab 按列存储矩阵，逐列访问连续内存、逐行访问则不断跳页，超大矩阵上两者耗时能差数倍。习惯写法是让最内层循环遍历行号、外层遍历列号；向量化天然规避了这个问题的同时，也把"想清楚数据怎么排"的责任藏了起来——理解这层机制，你才能在向量化不便的场合写出同样快的循环代码。

本节要点回顾

• 先测后改：timeit 与性能分析器，不猜热点；
• 向量化 = 把解释开销摊到整块数据上，与数学公式同构是额外红利；
• 预分配是循环版的最低消费，缺了它内存反复重分配；
• 隐式扩展取代了 bsxfun，惯用法沉淀为语言特性的又一例；
• 递推依赖天生串行，向量化不是教条而是判断。