Оптимизируя мой код MATLAB, я наткнулся на странную проблему, связанную с анонимными функциями.
Как 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 для воспроизведения поведения с Matlab R2010b под 64-разрядной версией 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
Полученные результаты:
tm =
anonymous_1: 1.0605
anonymous_2: 0.1217
Как вы можете видеть, первый подход примерно в 10 раз медленнее. Я понятия не имею, что вызывает 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 начать профилирование всех моих функций,
Я хотел бы знать, есть ли у кого-нибудь объяснение этого поведения?
P.S.: Я знаю, что "векторизованные" подходы намного быстрее, но в моем случае решатель будет оценивать функцию для каждого шага переменной времени, так что это не вариант.