Rozważmy następujący prosty test prędkości dlaarrayfun:

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

Na moim komputerze (Matlab 2011b na Linux Mint 12) wynikiem tego testu jest:

Elapsed time is 1.020689 seconds.
Elapsed time is 9.248388 seconds.

Co?!?arrayfun, chociaż co prawda czystsze, wyglądające rozwiązanie, jest o rząd wielkości wolniejsze. Co tu się dzieje?

Ponadto wykonałem podobny testcellfun i okazało się, że jest około 3 razy wolniejszy niż pętla jawna. Ponownie, ten wynik jest przeciwieństwem tego, czego oczekiwałem.

Moje pytanie brzmi: Dlaczego sąarrayfun icellfun o wiele wolniej? Czy biorąc pod uwagę to, czy są jakieś dobre powody, aby z nich korzystać (poza tym, aby kod wyglądał dobrze)?

Uwaga: Mówię o standardowej wersjiarrayfun tutaj NIE wersja GPU z przybornika przetwarzania równoległego.

EDYTOWAĆ: Żeby było jasne, jestem tego świadomyFunc1 powyżej można wektoryzować, jak wskazuje Oli. Wybrałem go tylko dlatego, że daje to prosty test prędkości dla celów rzeczywistego pytania.

EDYTOWAĆ: Podążając za sugestią grungetty, ponownie wykonałem testfeature accel off. Wyniki są następujące:

Elapsed time is 28.183422 seconds.
Elapsed time is 23.525251 seconds.

Innymi słowy, wydaje się, że duża część różnicy polega na tym, że akcelerator JIT znacznie lepiej przyspiesza wyraźnefor pętla niż toarrayfun. Wydaje mi się to dziwnearrayfun faktycznie dostarcza więcej informacji, tj. jego użycie ujawnia, że ​​kolejność wywołańFunc1 nieważne. Zauważyłem również, że bez względu na to, czy akcelerator JIT jest włączony, czy nie, mój system używa tylko jednego procesora ...