可能重复：
MATLAB中可扩展数据结构
在我的当前 MATLAB 脚本中，我有一个非常大的不确定大小的增长数组。目前我无法做任何事情，因为如果我实际上进行预分配，它将需要比应该需要的多得多的内存（每个像素的最大可能值是 640，但通常在 2-5 左右）。
通常在这种情况下，我会使用 C++ 中的向量或类似的东西，它们与给定容量呈指数关系增长。但是我认为 Matlab 中的矩阵开始更快地分段，比专门针对目的的 C++ 向量更快。
你们认为什么是这种情况下最好的替代方案？或者我应该坚持使用普通数组，并希望顺序添加约 100k 元素可以正常工作？
提前致谢。
增长数组通常是一件不好的事情，至少如果你要多次这样做的话。有一些技巧可以使用。（我已经尝试过它们，并编写了工具，如果您想要的话，可以自动执行它们。）
问题在于与数组增长相关的时间是一个O(N^2)操作。它还倾向于使您的内存碎片化，如果您需要稍后创建一个大数组，则可能会导致潜在问题。
一种方法是将数组预先分配到某个固定大小，然后在超出数组大小时附加大块零。现在使用矩阵索引将新值插入现有数组中。思路是每当需要重新分配数组时，将数组的大小加倍。这只会导致少量的重新分配，但最终可能会附加许多不需要填充的零。最后，您可以丢弃多余和未使用的数组元素。
第二个技巧是使用单元数组。每次想要添加新元素或块时，只需附加一个带有这些元素的新单元格。然后在最后，进行cell2mat操作。单元格技巧的问题在于它仍然是O(N^2)操作，因为单元格数组本身实质上是指针数组，当您附加新元素时，该指针列表必须被重新分配。你可以在我多年来发布的几个文件交换提交中找到这些方法的具体实现。第一个可以在grow_array中找到，它内部管理附加步骤，为您担心矩阵索引。
后来，我使用函数句柄或持久变量构建了最后一种方案来维护存储的信息。包含这些实现的工具可以在growdata和growdata2中找到。
当需要重新分配元素时，您可以尝试使用std::vector的方法 - 每次填满时将容量加倍，这具有摊销成本为O(1)。
function test_MAT_vector
LIM = 5e4;
%%# Normal
tic;
A = zeros(1,1);
for i = 1:LIM
A(end+1) = i;
end
toc
%%# std::vector clone
tic;
B = zeros(1,1);
for i = 1:LIM
if(i > numel(B))
B = [B;zeros(numel(B),1)];
end
B(i) = i;
end
toc
end
经过 3.489820 秒的时间。
经过 0.006710 秒的时间。
%%# cell
tic;
A = cell(1,1);
for i = 1:LIM
A(end+1) = {i};
end
toc
经过时间为2.740792秒。
NUM = 50000;
%%# ========== MINE: ~0.07sec ==========
tic
BLOCK_SIZE = 2000; %# initial & increment size
listSize = BLOCK_SIZE; %# current list capacity
list = zeros(listSize, 2); %# actual list
listPtr = 1; %# pointer to last free position
for i=1:NUM
%# push items on list
list(listPtr,:) = [rand rand]; %# store new item
listPtr = listPtr + 1; %# increment position pointer
%# add new block of memory if needed
if( listPtr+(BLOCK_SIZE/10) > listSize ) %# less than 10%*BLOCK_SIZE free
listSize = listSize + BLOCK_SIZE; %# add new BLOCK_SIZE slots
list(listPtr+1:listSize,:) = 0;
end
end
list(listPtr:end,:) = []; %# remove unused slots
toc
%%# ========== PREALLOCATION (matrix): ~0.05sec ==========
tic
list = zeros(NUM,2);
for i=1:NUM
list(i,:) = [rand rand];
end
toc
%%# ========== PREALLOCATION (cell): ~1.1sec ==========
tic
list = cell(NUM,1);
for i=1:NUM
list{i} = [rand rand];
end
list = vertcat( list{:} );
toc
%%# ============ NO-PREALLOCATION (grow cell): ~5sec ========
tic
list = {};
for i=1:NUM
list{i} = [rand rand];
end
list = vertcat( list{:} );
toc
%%# ============ NO-PREALLOCATION (grow matrix): ~24sec ========
tic
list = [];
for i=1:NUM
list(i,:) = [rand rand];
end
toc
%%# ========== GROWDATA (by John D'Errico): ~3.3sec =========
tic
growdata %# The initialization call
for i = 1:NUM
growdata( [rand rand] ) %# push items
end
list = growdata; %# unpacking step
toc
cell2mat(list)而不是vertcat(list {:})，因为它快上一个数量级.. - Amro您可以使用可增长的单元数组，它比数组便宜得多，然后使用cell2mat将其转换为数组（需要两倍的内存，但如果您有它，这可能是最简单的方法）。
如果您知道像素数，可以预先分配正确大小的单元格数组，用实际值的数组（最多640个，但通常为2-5个）填充每个单元格，然后使用cell2mat将其转换为连续数组。
如果您担心碎片化，可以在加载单元格后执行pack，这应该对内存进行碎片整理（将所有内容写入磁盘并再次以连续方式加载），然后再执行cell2mat转换。