A==0 真的比 ~A 更好吗？

问题设置简介

我正在做一些基准测试，涉及 -~A and A==0for a double array with no NaNs，两者都转换为A到一个逻辑数组，其中所有zeros被转换为true值和其余设置为false价值观。

对于基准测试，我使用了三组输入数据 -

• 非常小的数据 -15:5:100
• 中小型数据 -50:40:1000
• 中型到大型数据 -200:400:3800

输入是用创建的A = round(rand(N)*20)，其中 N 是从大小数组中获取的参数。因此，N会有所不同15 to 100 with stepsize of 5对于第一组，第二组和第三组类似。请注意，我将 datasize 定义为 N，因此元素的数量将为 datasize^2 或 N^2。

基准测试代码

N_arr = 15:5:100; %// for very small to small sized input array
N_arr = 50:40:1000; %// for small to medium sized input array
N_arr = 200:400:3800; %// for medium to large sized input array
timeall = zeros(2,numel(N_arr));
for k1 = 1:numel(N_arr)
    A = round(rand(N_arr(k1))*20);

    f = @() ~A;
    timeall(1,k1) = timeit(f);
    clear f

    f = @() A==0;
    timeall(2,k1) = timeit(f);
    clear f
end

Results

最后是问题

人们可以看到如何A==0表现优于~A跨所有数据大小。因此，这里有一些观察结果和相关问题 -

1. A==0有一个关系运算符和一个操作数，而~A只有一个关系运算符。两者都生成逻辑数组并且都接受双精度数组。实际上，A==0将与NaNs也是，而~A惯于。那么，为什么还是~A至少不如A==0因为它看起来像A==0是做了更多的工作还是我在这里遗漏了一些东西？

2. 经过的时间有一个奇怪的下降A==0从而提高了性能N = 320， 我吃102400我在我可以访问的两个不同系统上多次运行该大小时观察到了这一点。那么那里发生了什么？

这并不是严格意义上的答案，而是我对讨论的贡献

我用的是profiler调查代码的稍微修改版本：

N_arr = 200:400:3800; %// for medium to large sized input array

for k1 = 1:numel(N_arr)

    A = randi(1,N_arr(k1));
    [~]=eq(A,0);
    clear A

    A = randi(1,N_arr(k1));
    [~]=not(A);
    clear A   

end

我使用了以下探查器标志（根据未记录的 Matlab 系列帖子Profiler http://undocumentedmatlab.com/blog/undocumented-profiler-options):

profile('-memory','on');
profile('on','-detail','builtin');

And here's an excerpt from the profiler results (link to the larger image https://i.stack.imgur.com/Wbufb.png):

看来==变体分配了一点点额外的内存，使其能够发挥其魔力......

关于你的问题2：在删除保留之前timeall，我尝试绘制与您在 Excel 中所做的相同的图表。我没有观察到你提到的行为N = 320。我怀疑这可能与您在代码中使用的附加包装器（即函数句柄）有关。

我想我应该附上所讨论功能的可用文档以供快速参考。

的文档~(\MATLAB\R20???\toolbox\matlab\ops\not.m):

%~   Logical NOT.
%   ~A performs a logical NOT of input array A, and returns an array
%   containing elements set to either logical 1 (TRUE) or logical 0 (FALSE).
%   An element of the output array is set to 1 if A contains a zero value
%   element at that same array location.  Otherwise, that element is set to
%   0.
%
%   B = NOT(A) is called for the syntax '~A' when A is an object.
%
%   ~ can also be used to ignore input arguments in a function definition,
%   and output arguments in a function call.  See "help punct"

%   Copyright 1984-2005 The MathWorks, Inc.

的文档==(\MATLAB\R20???\toolbox\matlab\ops\eq.m):

%==  Equal.
%   A == B does element by element comparisons between A and B
%   and returns a matrix of the same size with elements set to logical 1
%   where the relation is true and elements set to logical 0 where it is
%   not.  A and B must have the same dimensions unless one is a
%   scalar. A scalar can be compared with any size array.
%
%   C = EQ(A,B) is called for the syntax 'A == B' when A or B is an
%   object.

%   Copyright 1984-2005 The MathWorks, Inc.