MATLAB的内存管理是自動完成的，但内存使用不當會造成程序運行效率低下。許多初學者抱怨MATLAB程序慢（效率低），主要原因可能是不了解MATLAB的内存自動管理機制造成的。

MATLAB是以數組（Array）為基本數據單元的一門語言，程序中的一切數據都是數組。MATLAB用連續的内存來存儲數值型數組，當數組大小發生變化時會重新分配一塊合适的内存，把數據複制過去并回收原來的内存。如果數組是在程序運行過程中逐漸“長大”的，MATLAB會反複分配和回收内存，嚴重影響程序的運行效率。為了避免這種情況，可以用zeros函數預先為數組分配合适的内存，然後再對其進行賦值。

另外，MATLAB數組在内存中是按“列優先”的順序存放數組中的元素的。對于多維數組，是按從低到高的維度順序依次存儲數組中的元素的，如下圖所示

圖中紅色的序号即為數組在内存中的存儲順序。在程序中對數組進行索引或賦值時，如果能夠按照這種順序來存儲，一方面可以利用計算機的緩存機制，另一方面可以避免程序在内存中的不斷跳轉，從而可以顯著地提高程序的運行效率。如果通過多重循環來存取數據，遵照此原則，最内層循環應該遍曆最低維（列），從内向外，依次向高維過渡。

下面的程序可以比較預分配内存和索引順序對程序運行時間的影響：

% 數組索引效率比較 clear preAllocate = 'on'; %設為off關閉預分配内存 r = 10000;c = 10000; tic if isequal(preAllocate,'on') A = zeros(r,c); %預分配内存 else preAllocate = 'off'; end for m=1:r %行優先 for n=1:c A(m,n) = m n; end end fprintf('行優先，預分配内存 %s, 耗時 \t%f\n',upper(preAllocate),toc) tic if isequal(preAllocate,'on') B = zeros(r,c); %預分配内存 end for n=1:c %列優先 for m=1:r B(m,n) = m n; end end fprintf('列優先，預分配内存 %s, 耗時 \t%f\n',upper(preAllocate),toc)

看一下不同情況下的耗時對比

行優先，預分配内存 OFF, 耗時 407.735436 列優先，預分配内存 OFF, 耗時 1.346732 行優先，預分配内存 ON, 耗時 1.149516 列優先，預分配内存 ON, 耗時 0.412534

可以看出，内存使用不當可以造成近千倍的效率差别。是因為MATLAB慢嗎？

一言以蔽之，為數組預分配内存并遵循“列優先”的原則使用數組中的數據，是提高MATLAB效率的有效途徑。

幾點說明：

1. 不同類型的數組在内存中的存儲方式也不盡相同，單一數據類型的數組，如數值型數組和字符型數組，在内存中是連續存儲的。而容器型數據的底層單元則可以分開存儲，例如，結構數組一般每個域用連續的内存存儲，不同的域則可以存在不同的位置。這是容器型數據的優勢，局部改動不會影響其他部分。
2. 稀疏矩陣僅保存非零元素及其下标。
3. 不同類型的數組預分配内存的方式也不一樣。例如數值型數組一般用zeros函數；字符串型數組用strings函數；元胞數組用cell函數；表則用table函數。詳情可在命令行doc preallocation。

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!