Matlab并行程序设计（二）parfor VS for

最新推荐文章于 2025-05-15 14:05:42 发布

原创

最新推荐文章于 2025-05-15 14:05:42 发布 · 3.3k 阅读

4 ·

CC 4.0 BY-SA版权

文章标签：

#MATLAB #并行计算 #parfor #for

本文对比了Matlab中并行循环`parfor`与传统循环`for`在执行效果、顺序和效率上的差异。实验结果显示`parfor`在生成数组向量时并行执行，顺序不固定，而`for`则顺序执行。在执行效率方面，对于100次循环，`parfor`耗时1.7325秒，`for`耗时3.4783秒，表明`parfor`在并行计算上有显著优势。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

一、执行效果

通过两者生成简单数组向量

function [] = ex2_3()
%ex2_3.m
startmatlabpool;
N = 8;
A1 = zeros(N,1);
for i = 1:N
    A1(i) = i;
end
A2 = zeros(N,1);
parfor i = 1:N
    A2(i) = i;
end
[A1 A2]
closematlabpool;

>>ex2_3

Starting matlabpool using the 'local' configuration ... connected to 2 labs.
matlabpool 已经启动

ans =

     1     1
     2     2
     3     3
     4     4
     5     5
     6     6
     7     7
     8     8

Sending a stop signal to all the labs ... stopped.