arrayfun可以明显慢于matlab中的显式循环。 为什么？
考虑arrayfun的以下简单的速度testing：
T = 4000; N = 500; x = randn(T, N); Func1 = @(a) (3*a^2 + 2*a - 1); tic Soln1 = ones(T, N); for t = 1:T for n = 1:N Soln1(t, n) = Func1(x(t, n)); end end toc tic Soln2 = arrayfun(Func1, x); toc
在我的机器上（Linux Mint 12上的Matlab 2011b），这个testing的输出是：
Elapsed time is 1.020689 seconds. Elapsed time is 9.248388 seconds.
什么？！？ arrayfun ，虽然看起来更清洁的解决scheme，是慢了一个数量级。 这里发生了什么？
此外，我为cellfun做了类似的testing，发现它比显式循环慢大约3倍。 再一次，这个结果与我所期望的相反。
我的问题是：为什么arrayfun和cellfun这么慢？ 考虑到这一点，有什么好的理由使用它们（除了使代码看起来不错）？
注意：我在这里讨论的是arrayfun的标准版本，而不是来自并行处理工具箱的GPU版本。
编辑：只是要清楚，我知道上面的Func1可以像奥利指出的vector化。 我只select它，因为它为实际问题的目的提供了一个简单的速度testing。
编辑：根据grungetta的build议，我重新做feature accel offtesting。 结果是：
Elapsed time is 28.183422 seconds. Elapsed time is 23.525251 seconds.
换句话说，看起来差别很大一部分是JIT加速器在加速显式循环方面比在arrayfun 。 对我来说这似乎很奇怪，因为arrayfun实际上提供了更多的信息，也就是说，它的使用表明了对Func1调用的顺序并不重要。 另外，我注意到JIT加速器是否打开或closures，我的系统只使用一个CPU …
您可以通过运行其他版本的代码来获得这个想法。 考虑明确写出计算，而不是在循环中使用函数
tic Soln3 = ones(T, N); for t = 1:T for n = 1:N Soln3(t, n) = 3*x(t, n)^2 + 2*x(t, n) - 1; end end toc
计算机上的时间：
Soln1 1.158446 seconds. Soln2 10.392475 seconds. Soln3 0.239023 seconds. Oli 0.010672 seconds.
现在，虽然完全“vector化”的解决scheme显然是最快的，但您可以看到，为每个x条目定义一个要调用的函数是一个巨大的开销。 只是明确写出计算得到了我们的因子5加速。 我想这表明，MATLAB的JIT编译器不支持内联函数 。 根据gnovice的回答，写一个正常的函数而不是匿名函数会更好。 尝试一下。
下一步 – 删除（vector化）内部循环：
tic Soln4 = ones(T, N); for t = 1:T Soln4(t, :) = 3*x(t, :).^2 + 2*x(t, :) - 1; end toc Soln4 0.053926 seconds.
另一个因素5加速：这些声明中有些东西说你应该避免在MATLAB中循环…或者真的有吗？ 那么看看这个
tic Soln5 = ones(T, N); for n = 1:N Soln5(:, n) = 3*x(:, n).^2 + 2*x(:, n) - 1; end toc Soln5 0.013875 seconds.
更接近“完全”vector化版本。 Matlab按列存储matrix。 你应该总是（如果可能的话）把你的计算结构按照列的方式进行vector化。
我们现在可以回到Soln3了。 循环顺序是“按行”。 让我们改变它
tic Soln6 = ones(T, N); for n = 1:N for t = 1:T Soln6(t, n) = 3*x(t, n)^2 + 2*x(t, n) - 1; end end toc Soln6 0.201661 seconds.
更好，但仍然非常糟糕。 单循环 – 很好。 双循环 – 糟糕。 我想MATLAB在提高循环性能方面做了一些体面的工作，但循环开销仍然存在。 如果你在里面有更重的工作，你不会注意到。 但是由于这个计算是有限的内存带宽，你看到了循环开销。 而且你会更清楚地看到在那里调用Func1的开销。
那么arrayfun怎么了？ 没有任何functioninlinig，所以很多开销。 但为什么比双重嵌套循环更糟？ 实际上，使用cellfun / arrayfun的话题已经被广泛讨论了很多次（例如在 这里 ， 在这里和这里 ）。 这些function非常慢，你不能用它们进行细粒度的计算。 您可以将它们用于单元和数组之间的代码简洁性和花式转换。 但function需要比你写的更重：
tic Soln7 = arrayfun(@(a)(3*x(:,a).^2 + 2*x(:,a) - 1), 1:N, 'UniformOutput', false); toc Soln7 0.016786 seconds.
请注意，Soln7现在是一个单元格..有时这是有用的。 代码性能现在非常好，如果您需要单元格作为输出，则在使用完全vector化解决scheme之后，不需要转换matrix。
那么为什么arrayfun比一个简单的循环结构慢呢？ 不幸的是，我们不可能肯定地说，因为没有可用的源代码。 你只能猜测，因为arrayfun是一个通用函数，它处理各种不同的数据结构和参数，在简单的情况下不一定非常快，你可以直接表示为循环嵌套。 天花板从哪里来，我们无法知道。 可以通过更好的实施来避免开销？ 也许不会。 但不幸的是，我们唯一能做的就是研究performance，以确定案件，哪些案件行之有效，哪些案件不行。
更新由于这个testing的执行时间很短，为了得到可靠的结果，我现在添加了一个围绕testing的循环：
for i=1:1000 % compute end
有时给出以下几点：
Soln5 8.192912 seconds. Soln7 13.419675 seconds. Oli 8.089113 seconds.
你看到arrayfun仍然不好，但是至less比vector化解决scheme差三个数量级。 另一方面，按列计算的单循环与完全vector化的版本一样快…这一切都是在单个CPU上完成的。 Soln5和Soln7的结果不会改变，如果我切换到2个核心 – 在Soln5中，我将不得不使用parfor来并行化。 忘了加速… Soln7不能并行运行，因为arrayfun不能并行运行。 另一方面，Olisvector化版本：
Oli 5.508085 seconds.
那是因为!!!!
x = randn(T, N);
不是gpuarraytypes;
所有你需要做的是
x = randn(T, N,'gpuArray');
