理解数组预分配

发布的洛伦舒尔,2012年11月29日

100次(过去30天 0喜欢| 6个评论

今天，我想向大家介绍在MathWorks开发组工作的特邀博主Jeremy Greenwald。Jeremy从事代码分析器的工作，将讨论预分配MATLAB数组何时有用以及何时应该避免。

在执行此循环时，MATLAB将多次重新分配内存。重新分配内存后，MATLAB必须将旧值复制到新的内存位置。这种内存分配和值复制在计算时间方面可能非常昂贵。它还具有增加峰值内存使用的效果，因为旧拷贝和新拷贝必须同时存在一段时间。

在这个例子中，我们知道变量的最终大小数据是1乘100，所以我们可以很容易地解决这个问题，通过用零作用在这个版本的函数中，只有一个内存分配，数据值不必从一个位置复制到另一个位置。

函数data = fillDataWithPreallocation data = 0 (1100);对于data(idx) = fetchData();终止终止

虽然这对于小数据量（如1×100）可能不是一个重要的优化，但如果数据量较大，则可能是一个显著的改进。例如，在图像处理应用程序中，数据可能由数千个高分辨率图像组成，每个图像使用数百兆字节的内存。对于此类应用程序，正确使用预分配可以显著缩短执行时间。

代码分析器和MATLAB编辑器

MATLAB编辑器使用一个名为代码分析器检测某些可能不是最佳的编程模式。代码分析器提供了关于如何重写这些模式的建议。然后，它与编辑器通信，以下划线这些代码。如果您将上面的第一个函数复制并粘贴到MATLAB编辑器中，变量数据以橙色下划线显示。将光标悬停在该变量上时，将出现工具提示，显示如下消息。

变量“data”在每次循环迭代时都会改变大小。考虑速度的预分配。

工具提示还包含一个标记为细节. 单击该按钮会导致工具提示框展开，并包含对消息的更全面解释。最后，在更完整的解释中有一个链接，指向本文中已经提到的MATLAB文档部分。MATLAB试图提供很多关于何时以及如何预分配的指导。对于上面显示的第一个函数

还有其他一些代码模式也会导致变量的大小发生变化，而预分配会有所帮助。代码分析器可以捕获其中许多常见模式。下面的函数包含几个示例。

函数data = fillLotsOfData%所有三个不同的变量都在循环中增长%在MATLAB编辑器中，所有三个都加了下划线data2 = [];data3 = [];对于idx=1:100数据1（idx）=获取数据（）；data2（end+1）=fetchSomeOtherData（）；data3=[data3 fetchYetMoreData（）]；终止Data = {data1, data2, data3};终止

一个常见的误解

用户经常被告知要预分配变量，因此我们有时会看到一些代码在不必要的情况下也会预分配变量。这不仅使代码变得复杂，而且实际上还会导致预分配旨在缓解的问题，例如，运行时性能和峰值内存使用。不必要的预分配通常是这样的。

函数data = fillDataWithUnecessaryPreallocation%注意代码分析器消息%分配给变量“data”的值可能未使用。数据=零（1100）；data=fetchAllData（）；终止

的变量数据是首先用零作用然后用返回值重新分配它fetchAllData. 第二项任务是不造成了预先分配要避免的问题。调用分配给的内存零无法对从返回的数据重复使用fetchAllData．相反，一旦调用，它就被丢弃fetchAllData成功的回报。这样做的结果是需要两倍于实际需要的内存，一块用于预分配的零，一块用于返回值fetchAllData．

注意，如果您将上述代码复制并粘贴到MATLAB Editor中，则会出现以下代码分析器消息。

赋给变量'data'的值可能未被使用。

这表示值（以及底层内存）首先分配给数据永远不会被使用。这条消息出现在预分配变量的代码行上，很好地表明预分配是不需要的。由于Code Analyzer可以检测到许多可以从预分配中受益的模式，如果Code Analyzer没有检测到这样的模式，而是检测到一个未使用的变量，那么这些都表明不需要预分配的可能性很大。虽然代码分析器可能偶尔会错过可以从预分配中受益的代码模式，但它可以依赖于捕获最常见的此类模式。