代码优化 🚀 让MATLAB代码“跑更快”：从“龟速循环”到“火箭效率”

课本里的“坑”：sinfun1函数在循环里让数组 动态增长（每次循环给 y 加一个元素），MATLAB 得反复“搬家”（重新分配内存 + 复制数据），导致时间按M²比例增长（M 是数组长度）。

✋ 解决办法：用 zeros 预分配数组大小（先占好内存）：

function y = sinfun2(M)
    x = 0:M-1; % 先定义 x 的长度
    y = zeros(1, numel(x)); % 预分配 y 的内存（1 行，和 x 一样长）for k = 1:numel(x)
        y(k) = sin(x(k)/(100*pi)); % 直接往预留的位置填值
    end
end

✨ 效果对比：M=20000 时，sinfun1要 0.2852 秒，sinfun2只要 0.0013 秒——快了 220 倍！

☁️ 新手提醒：写循环前，先确定数组的最终大小，用zeros（全 0）、ones（全 1）预分配~

课本里的进阶：sinfun3直接对整个数组 x 做运算，完全去掉循环：

function y = sinfun3(M)
    x = 0:M-1; 
    y = sin(x/(100*pi)); % 直接对 x 数组做 sin 运算（向量化）end

✋ 新手类比：就像“洗袜子”——循环是“一只一只洗”，向量化是“一筐一起洗”，速度差 N 倍！

☁️ 实践效果：M=20000 时，sinfun3和预分配后的 sinfun2 速度差不多（新版 MATLAB 会优化循环），但代码更简洁~

✨ 向量化场景：比如生成二维正弦图像（课本里的twosines1），向量化写法（twosines2）比循环快 50% 以上！

常用计时工具：

• tic/toc：简单计时（适合快速测试）：

  >> tic; sinfun1(100); toc % 开始计时→运行代码→结束计时

• timeit：可靠计时（多次运行取平均，适合精准测试）：

  >> f = @() sinfun2(20000); % 定义函数句柄
  >> timeit(f) % 测试 f 的运行时间

🧠 新手建议：写代码时先“跑通”，再用 timeit 测瓶颈，优先优化“循环 + 动态数组”的部分~