優化MATLAB程式碼方法

數字影象處理中：
MATLAB是一種專門為陣列運算而設計的程式語言。
這裡討論兩種優化MATLAB程式碼方法。

1. 向量化迴圈：

MATLAB會自動處理索引h。當座標中涉及0時，會有混亂之源，因為本書和手冊中反覆強調MATLAB陣列不能有0索引。

import time
import numpy as np

a = np.random.rand(1000000)
b = np.random.rand(1000000)

tic = time.time()      #開始計時
c = np.dot(a,b)        #對a,b 做點積
toc = time.time
 
()      #計時結束
print(c)
print("Vectorized version（向量化迴圈）: " , str(1000*(toc-tic)) + "ms")

c = 0
tic1 = time.time()
for i in range(1000000):
    c += a[i]*b[i]
toc1 = time.time()
print(c)
print("For loop version（一般for迴圈）: " , str(1000*(toc1-tic1)) + "ms")

當時處理小資料量時，速度快倍
處理百萬資料，耗時相差400多倍。 

2.預分配陣列

加快程式碼執行時間的另一種方法是在程式中預分配陣列的大小。在處理數值或邏輯陣列時，預分配只是簡單地建立有著適當維數的陣列，陣列的元素均為0。例如，若我們正在處理兩幅大小均為〖024x1024畫素的影象f和g，則預分配由如下語句構成：
大處理大陣列時，預分配也可幫助我們減少儲存器碎片。動態儲存器的分配和去分配會使得儲存器出現碎片。實際的結果是在計算過程中可能會有足夠空間的可用物理儲存器，但可能沒有足夠的連續空間來容納一個較大的變董。預分配通過在計算開始時就允許MATLAB為大資料構造保留足夠的儲存空間，來阻止無連續空間的情形出現。