zeros在matlab中的用法(zeros在matlab中的作用)

扫码添加渲大师小管家，免费领取渲染插件、素材、模型、教程合集大礼包！

MATLAB的内存管理是自动完成的。但内存使用不当会造成程序运行效率低下。许多初学者抱怨MATLAB程序慢（效率低）。主要原因可能是不了解MATLAB的内存自动管理机制造成的。

MATLAB是以数组（Array）为基本数据单元的一门语言。程序中的一切数据都是数组。MATLAB用连续的内存来存储数值型数组。当数组大小发生变化时会重新分配一块合适的内存。把数据复制过去并回收原来的内存。如果数组是在程序运行过程中逐渐“长大”的。MATLAB会反复分配和回收内存。严重影响程序的运行效率。为了避免这种情况。可以用zeros函数预先为数组分配合适的内存。然后再对其进行赋值。

另外。MATLAB数组在内存中是按“列优先”的顺序存放数组中的元素的。对于多维数组。是按从低到高的维度顺序依次存储数组中的元素的。如下图所示

图中红色的序号即为数组在内存中的存储顺序。在程序中对数组进行索引或赋值时。如果能够按照这种顺序来存储。一方面可以利用计算机的缓存机制。另一方面可以避免程序在内存中的不断跳转。从而可以显著地提高程序的运行效率。如果通过多重循环来存取数据。遵照此原则。最内层循环应该遍历最低维（列）。从内向外。依次向高维过渡。

下面的程序可以比较预分配内存和索引顺序对程序运行时间的影响：

% 数组索引效率比较clearpreAllocate = 'on'; %设为off关闭预分配内存r = 10000;c = 10000;ticif isequal(preAllocate。'on') A = zeros(r。c); %预分配内存else preAllocate = 'off';endfor m=1:r %行优先 for n=1:c A(m。n) = m+n; endendfprintf('行优先。预分配内存 %s。 耗时 \t%f\n'。upper(preAllocate)。toc)ticif isequal(preAllocate。'on') B = zeros(r。c); %预分配内存endfor n=1:c %列优先 for m=1:r B(m。n) = m+n; endendfprintf('列优先。预分配内存 %s。 耗时 \t%f\n'。upper(preAllocate)。toc)

看一下不同情况下的耗时对比

行优先。预分配内存 OFF。 耗时 407.735436列优先。预分配内存 OFF。 耗时 1.346732行优先。预分配内存 ON。 耗时 1.149516列优先。预分配内存 ON。 耗时 0.412534

可以看出。内存使用不当可以造成近千倍的效率差别。是因为MATLAB慢吗？

一言以蔽之。为数组预分配内存并遵循“列优先”的原则使用数组中的数据。是提高MATLAB效率的有效途径。