我发现MATLAB的强大之处在于，它让我在设计目标解决方案之前，可以快速地原型化数值数学问题。上述这种深奥的效率是非常聪明的，这要归功于提出它的人，然而，这分散了我对MATLAB的使用，而不是增加了重要的价值。取决于目标机器(桌面工作站或嵌入式设备)，我最终将使用C/ c++，汇编和VHDL来实现我的过程有效的代码，而不是解释语言。

这是一个更新，因为我有一个人问我的帖子…
我认为速度只是性能的一个指标，另一个指标是内存利用率。这个问题的关键是存储在内部的变量的“类型”。通过使用ans = 1:10;变量ans(我相信)的类型是双精度浮点(每个数字8字节)。另一方面，通过使用str2num，一个字符数组(每个字符1个字节)被用来紧密存储所需的微小整数范围的数字。这样，存储ans所需的内存就少了8倍。

所以，我不确定他们是如何评价(或衡量)内存效率和执行时间之间的重要性(跨多个平台和操作系统)，因为在您的情况下，您声称没有强制转换的执行时间更快。这需要问对代码有特殊见解的Mathworks人员——抱歉。

我使用的是一台有12gb内存的机器，所以使用10字节和80字节之间的区别对我来说并不重要。

然而，理解这个问题是很重要的，所以我向Cody的工作人员致敬，感谢他们带来的巨大(和有趣)挑战!

希望会有帮助!

约翰