为什么reshape速度如此之快？（剧透：写时复制）

Question

为什么reshape速度如此之快？（剧透：写时复制）

performancematlabmatrixoctavevectorization

24

我有一个大矩阵A，里面有1GB的双精度数值，当我将其重塑为不同的维度时，速度非常快。

A=rand(128,1024,1024);
tic;B=reshape(A,1024,128,1024);toc

Elapsed time is 0.000011 seconds.

为什么这么快？还有一个观察结果是，在运行代码并存储两个1GB大小的矩阵后，MATLAB使用的内存比应该使用的要少: Memory used by MATLAB: 1878 MB (1.969e+09 bytes)

- Daniel

1个回答

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- Daniel · Accepted Answer

好性能的解释

Matlab尽可能使用写时复制。如果你编写像B=A这样的表达式，MATLAB不会复制A，而是两个变量A和B都是对同一数据结构的引用。只有当这两个变量中的一个将被修改时，MATLAB才会创建副本。

现在来看reshape的特殊情况。在这里，A和B看起来不同，但在内存中它们是相同的。保存数据的基础数组不受reshape操作的影响，无需移动任何内容：all(A(:)==B(:))。调用reshape时，MATLAB所需要做的就是创建一个新的引用，并使用矩阵的新维度进行注释。 重塑矩阵只不过是创建对输入数据的新引用，并用新的维度进行注释。reshape的运行时间少于1微秒，大约等于执行两个简单赋值B=A所需的时间。对于所有实际应用程序而言，这都是一个零时间操作。

>> tic;for i=1:1000;B=reshape(A,1024,128,1024);end;toc
Elapsed time is 0.000724 seconds.
>> tic;for i=1:1000;B=A;end;toc
Elapsed time is 0.000307 seconds.

目前并不清楚这样的引用到底有多大，但我们可以假设它在几个字节以内。

其他零成本操作

已知具有几乎零成本（运行时和内存）的函数：

B=reshape(A,sz)
B=A(:)
B=A.' - 仅适用于向量
B=A' - 仅适用于实数向量，没有属性 complex。使用 .'代替。
B=permute(A,p) - 仅适用于all(A(:)==B(:))的情况。¹
B=ipermute(A,p) - 仅适用于all(A(:)==B(:))的情况。¹
B=squeeze(A) ¹
shiftdim - 仅适用于all(A(:)==B(:))的情况，包括以下情况：¹
- 用于删除前导单一维度。
- 与负的第二个输入一起使用
- 没有第二个输入参数。

无论它们是否触及内存表示，以下函数都是“昂贵”的（all(A(:)==B(:))为真）

左侧索引：B(1:numel(A))=A; ²
除(:)之外的右侧索引，包括B=A(1:end);和B=A(:,:,:); ²

¹ 运行时比reshape慢得多，介于1微秒和1毫秒之间。可能是由于某些常量计算开销。内存消耗几乎为零，运行时间与输入大小无关。没有此注释的操作运行时低于1微秒，大致相当于reshape。

²在OCTAVE中成本为零

本文最初使用MATLAB 2013b编写，用MATLAB 2019b确认了数据。