# Matlab：matlab中的arrayfun函数

最近了解matlab中存在arrayfun这种类型的函数，帮助手册中有说明该函数的基本用法，现在对该函数进行效率测试

clc;
A=rand(2000,2000);
func=@(x) exp(x)*x+cos(x)*sin(x)^2;
func2=@(x) exp(x).*x+cos(x).*sin(x).^2;
%%% Method 1: arrayfun 函数
fprintf("Method 1:");
tic
A1=arrayfun(func,A);
toc
%%% Method 2：多层 for 循环
fprintf("Method 2:");
tic
A2=A;
for i=1:1:size(A,1)
    for j=1:1:size(A,2)
        A2(i,j)=func(A(i,j));
    end
end
toc
fprintf("Method 3:");
%%% Method 3：矩阵运算
tic 
A3=func2(A);
toc

输出

Method 1:历时 7.390905 秒。
Method 2:历时 0.324508 秒。
Method 3:历时 0.023560 秒。

可以发现arrayfun函数效率明显降低，
https://ww2.mathworks.cn/matlabcentral/answers/324130-is-arrayfun-faster-much-more-than-for-loop
mathworks论坛中也存在arrayfun效率相关问题的讨论。

总结

• arrayfun函数可以视作matlab编程语言上的一种语法糖，可以简化多层for循环代码编写。
• 但是经过实际测试，运用该函数会降低运行效率，而且不适合应用parfor等并行方法对其进行计算加速。
• 如果需要利用matlab进行编程，将数值计算转化成为矩阵运算的形式（如Method 3）具有最高的计算效率。
• 另外：arrayfun帮助文档中说明可以使用GPU Parallel Box，可能会有内部黑魔法加持，或许可以一试。

bsxfun函数

A = rand(4000,4000);
B = rand(4000,4000);

func3=@(a,b) a*exp(b)*cos(a)*sin(b);
func4=@(a,b) a.*exp(b).*cos(a).*sin(b);
%%% Method 1: bsxfun 函数
fprintf("bsxfun :");
tic
C = bsxfun(func3, A, B);
toc
%%% Method 2：多层 for 循环
fprintf("For loop:");
tic
A2=A;
for i=1:1:size(A,1)
    for j=1:1:size(A,2)
        A2(i,j)=func3(A(i,j),B(i,j));
    end
end
toc
%%% Method 3：矩阵运算
fprintf("Matrix:");
tic 
A3=func4(A,B);
toc

输出

bsxfun :历时 1.906500 秒。
For loop:历时 2.285549 秒。
Matrix:历时 0.065219 秒。

bsxfun函数优于for循环